调试 FastMCP 天气工具卡住，把 Codex 的模型通道接入 TaoToken
FastMCP 三行代码就能把get_weather注册成 MCP 工具，但真正让新手卡住的往往不是工具本身，而是 AI 客户端怎么连上模型。本文从接入配置视角出发，把 Codex 的模型通道切到 TaoToken（官网：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=），让 Codex 对话里能直接调用 FastMCP 暴露的get_weather，解决“MCP Server 写好却连不上模型”的痛点。
一、原问题与场景：FastMCP 跑起来了，Codex 却调不到工具
很多人的 FastMCP 起步是这样的：
from fastmcp import FastMCP mcp = FastMCP("Weather Service") @mcp.tool() def get_weather(city: str) -> str: """查询指定城市的天气""" return f"{city}晴，30°C" mcp.run()本地python weather_server.py一跑，日志显示 server 已启动，工具列表里也能看到get_weather。但切到 Codex 客户端，输入“帮我查一下上海天气”，模型要么答非所问，要么直接说没有可用工具。问题不在 FastMCP，而在 Codex 的模型通道没有正确指向一个能承载工具调用的后端。
Codex 的模型通道由config.toml里的 provider 决定。默认配置指向官方端点，一旦网络或额度受限，工具调用链路就会断在“模型请求”这一步——MCP Server 明明活着，模型却收不到工具描述，自然也不会发起call_tool。把 Codex 的 Base URL 换成 TaoToken 的https://taotoken.net/api，模型请求先走通，FastMCP 的工具才有机会被真正调用。
二、TaoToken 前置：拿 Key、认端点、分清两套地址
在改 Codex 配置之前，先把三件事做完。
第一，创建 API Key。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，注册后在控制台生成一个 Key，形如YOUR_API_KEY。这个 Key 是 Codex 访问模型的凭证，不要写进 FastMCP 的代码里，两者职责不同：FastMCP 负责暴露工具，TaoToken 负责提供模型通道。
第二，记住两个地址的区别。官网入口是https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=，用于注册、看文档、管理 Key；API 端点是https://taotoken.net/api，只作为 Codex 的 Base URL 使用，不要加 UTM 参数。很多新手把带查询参数的官网地址填进config.toml，结果请求 404，就是没分清这两者。
第三，确认模型 ID。在模型对话页面或接入文档里能看到当前可用的模型标识，Codex 的model字段要填这个 ID，而不是随手写gpt-4之类的猜测值。Key、Base URL、Model ID 三者对齐，模型通道才算配好。
三、可复制配置：Codex 的 config.toml 怎么写
Codex 的配置集中在config.toml。下面是一份可直接复制的最小配置，把占位符替换成你自己的值即可：
model = "MODEL_ID" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"配套设置环境变量，避免 Key 硬编码进配置文件：
export TAOTOKEN_API_KEY="YOUR_API_KEY"Windows PowerShell 用：
$env:TAOTOKEN_API_KEY="YOUR_API_KEY"几点说明。base_url必须是https://taotoken.net/api，结尾不要多加/v1或斜杠，否则容易拼出错误路径。env_key的名字要和实际环境变量一致，Codex 启动时会去读它。wire_api按接入文档的说明填写，不同客户端版本字段名可能略有差异，以文档为准。
如果你同时用 Claude Code，配置位置不同，改的是settings.json里的ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY，不要和 Codex 的config.toml混在一起。两套客户端各管各的配置文件，这是新手最容易串的地方。
四、验证请求与成功结果：从模型通道到工具调用
配置改完，先验证模型通道本身是否通。重启 Codex，发一条不带工具的普通消息，比如“你好，简单介绍一下你自己”。如果模型正常回复，说明 Base URL 和 Key 已经生效；如果报 401，是 Key 问题；报 404，多半是 Base URL 写错。
通道通了之后，再验证 FastMCP 工具是否被识别。保持weather_server.py运行，在 Codex 里输入“帮我查一下上海天气”。成功的表现是：模型先输出一段工具调用意图，随后返回类似“上海晴，30°C”的结果，这个字符串正是get_weather的返回值。此时链路完整——Codex 通过 TaoToken 拿到模型响应，模型根据 FastMCP 注册的工具描述发起调用，FastMCP 执行函数并把结果回传。
如果模型回复“我没有查询天气的工具”，说明工具列表没有传到模型侧。检查 FastMCP 是否真的在运行、Codex 是否配置了连接该 MCP Server、以及工具描述是否为空。工具描述为空时，模型看不到get_weather的用途，自然不会调用。
五、本篇常见错排查
错误一：Base URL 带了 UTM 参数。把https://taotoken.net/?utm_source=...填进config.toml，请求会打到官网首页而不是 API。正确值是https://taotoken.net/api。
错误二：Key 写进代码而不是环境变量。有人把YOUR_API_KEY直接写进 FastMCP 脚本，结果 Codex 读不到。Key 属于 Codex 的模型通道配置，放在环境变量或config.toml引用的变量里。
错误三：模型 ID 猜着填。model字段必须是接入文档里列出的真实 ID，填错会返回模型不存在。去模型对话页面确认当前可用 ID。
错误四：FastMCP 没启动就测工具。Codex 报“工具不可用”时，先确认weather_server.py进程还在。MCP Server 是独立进程，关掉终端它就停了。
错误五：Claude Code 和 Codex 配置混用。Claude Code 改settings.json的ANTHROPIC_*，Codex 改config.toml，两者不通用。改错文件等于没改。
错误六：环境变量没生效。export只在当前终端会话有效，换一个终端或重启 IDE 就丢了。要持久化就写进 shell 配置文件，或在启动脚本里设置。
排查顺序建议：先确认模型通道（普通对话能否回复），再确认工具注册（工具列表是否可见），最后确认调用链路（模型是否发起call_tool）。逐层定位，比一次性改一堆配置高效得多。
六、语义一致 CTA
接入配置和排障相关的操作，集中在 API Keys 和接入文档两处：先到 https://taotoken.net/api-keys 生成或管理 Key，再对照 https://taotoken.net/doc 里的 Codex 配置说明逐字段核对。模型是否可用、ID 是否正确，可以直接在模型对话页面验证。如果你打算长期用 Codex 跑编码和 Agent 任务，Coding Plan 更适合持续调用场景，避免频繁手动换 Key。把 FastMCP 的工具能力和 TaoToken 的模型通道接上之后，get_weather只是起点，后面可以继续把数据库查询、内部 API 封装成工具，让 Codex 在对话里直接调用。
