本地 MCP 服务想给远程模型调用用 cpolar 做一个临时 HTTPS 入口最近调 MCP 工具时我遇到一个很典型的问题服务在本机跑得好好的模型一旦换成远程测试环境就完全调用不到。这个问题不是 MCP 本身复杂而是网络边界很现实。你电脑上的127.0.0.1:8000只对你自己可见远程模型、云端 Agent 平台、同事的测试环境都不在这台机器上它们看到的localhost也不是你的电脑。所以这篇文章只解决一件事本地跑一个最小 MCP 风格的 HTTP/SSE 工具服务用 cpolar 给它生成临时 HTTPS 入口再把这个入口交给远程模型或测试环境调用。重点会放在可达性、鉴权、只读边界、日志排查和关闭隧道后的安全收口。为什么本地 MCP 服务远程不可达很多 MCP 服务一开始都是为本地客户端准备的。比如你在电脑上启动一个工具服务然后让本机的 IDE、桌面客户端、调试脚本去调用它。这种场景里监听127.0.0.1很合理因为调用方就在同一台机器上。但远程模型不一样。只要调用方跑在云端它就无法直接访问你的回环地址也通常访问不到你家里或办公室路由器后面的内网地址。即使你把服务监听到0.0.0.0云端也不会自动穿过 NAT、防火墙和运营商网络打进来。这也是不少人调 MCP 时误判的地方本地curl成功只能证明服务活着不能证明远程可达。远程调用失败时可能是公网入口没有配置也可能是 HTTPS 不符合平台要求或者鉴权头、路径、请求方法写错。cpolar 在这里适合做一个临时入口。它把你本地某个端口映射成公网 HTTPS 地址外部请求先到 cpolar 提供的地址再转发回你的电脑。它不替你实现 MCP也不替你做权限控制只负责打通“远程能访问到本地端口”这一步。我的建议是只在开发和验收窗口打开隧道结束后马上关闭本地工具尽量只提供查询类能力不把删除、写库、发消息这类高风险动作暴露出去。先起一个最小工具服务为了把链路讲清楚下面不用完整 MCP SDK 起步而是先写一个 MCP 风格的 HTTP/SSE 工具服务。它包含三个能力健康检查、工具列表、工具调用再加一个简单 SSE 端点用来观察连接。新建目录mkdir mcp-cpolar-demo cd mcp-cpolar-demo python -m venv .venv source .venv/bin/activate pip install fastapi uvicorn sse-starlette创建main.pyimport asyncio import json import os from datetime import datetime from fastapi import FastAPI, Header, HTTPException, Request from sse_starlette.sse import EventSourceResponse app FastAPI(titleLocal MCP Tool Demo) MCP_TOKEN os.getenv(MCP_TOKEN, change-me-dev-token) def check_token(authorization: str | None) - None: expected fBearer {MCP_TOKEN} if authorization ! expected: raise HTTPException(status_code401, detailinvalid token) app.get(/health) async def health(): return {ok: True, time: datetime.now().isoformat()} app.get(/mcp/tools) async def list_tools(authorization: str | None Header(defaultNone)): check_token(authorization) return { tools: [ { name: read_project_summary, description: Read a short local project summary. This demo is read-only., input_schema: { type: object, properties: { project: {type: string} }, required: [project], }, } ] } app.post(/mcp/call) async def call_tool( request: Request, authorization: str | None Header(defaultNone), ): check_token(authorization) body await request.json() tool_name body.get(name) arguments body.get(arguments) or {} print(\n MCP CALL ) print(time:, datetime.now().isoformat()) print(client:, request.client.host if request.client else unknown) print(headers:, json.dumps(dict(request.headers), ensure_asciiFalse, indent2)) print(body:, json.dumps(body, ensure_asciiFalse, indent2)) if tool_name ! read_project_summary: raise HTTPException(status_code404, detailtool not found) project arguments.get(project, demo) return { content: [ { type: text, text: fProject {project}: local read-only MCP tool is reachable., } ] } app.get(/sse) async def sse(authorization: str | None Header(defaultNone)): check_token(authorization) async def events(): yield {event: ready, data: local MCP SSE channel connected} while True: await asyncio.sleep(10) yield {event: heartbeat, data: datetime.now().isoformat()} return EventSourceResponse(events())启动服务export MCP_TOKENreplace-with-a-long-random-token uvicorn main:app --host 127.0.0.1 --port 8000这里继续绑定127.0.0.1。原因很简单我只希望服务被本机进程访问再由 cpolar 负责外部入口。如果直接监听局域网地址排查范围会变大也更容易把临时工具暴露给同网段的其它设备。本机先验证健康检查curl http://127.0.0.1:8000/health再验证工具列表curl http://127.0.0.1:8000/mcp/tools \ -H Authorization: Bearer replace-with-a-long-random-token最后调用一次工具curl -X POST http://127.0.0.1:8000/mcp/call \ -H Authorization: Bearer replace-with-a-long-random-token \ -H Content-Type: application/json \ -d {name:read_project_summary,arguments:{project:mcp-demo}}如果终端能看到MCP CALL日志说明本地服务本身没有问题。后面远程打不进来就优先检查 cpolar 地址、HTTPS、路径和请求头。用 cpolar 映射一个 HTTPS 地址本地端口确认可用后再打开 cpolar 隧道。假设你的本地服务端口是8000cpolar http 8000启动后控制台会显示一个公网访问地址通常类似https://xxxxxx.cpolar.top - http://localhost:8000后面配置远程模型或测试环境时就不要再填http://127.0.0.1:8000而是填这个 HTTPS 地址。例如MCP_BASE_URLhttps://xxxxxx.cpolar.top MCP_TOOLS_URLhttps://xxxxxx.cpolar.top/mcp/tools MCP_CALL_URLhttps://xxxxxx.cpolar.top/mcp/call MCP_SSE_URLhttps://xxxxxx.cpolar.top/sse先从自己电脑上访问公网地址确认 cpolar 转发正常curl https://xxxxxx.cpolar.top/health curl https://xxxxxx.cpolar.top/mcp/tools \ -H Authorization: Bearer replace-with-a-long-random-token这一步很关键。公网地址在你本机能访问不代表远程平台一定配置正确但至少能证明 cpolar 隧道和本地服务之间是通的。远程模型或测试环境怎么配置不同平台对 MCP 的接入方式不一样。有的平台配置的是 MCP server URL有的平台配置的是工具网关地址还有的平台需要你在 Agent 代码里写一个 HTTP client。无论形式怎么变核心配置基本就是三类入口地址、鉴权头、工具调用路径。如果你有一个远程测试脚本可以这样写import os import requests BASE_URL os.environ[MCP_BASE_URL].rstrip(/) TOKEN os.environ[MCP_TOKEN] headers {Authorization: fBearer {TOKEN}} tools requests.get(f{BASE_URL}/mcp/tools, headersheaders, timeout10) print(tools:, tools.status_code, tools.text) payload { name: read_project_summary, arguments: {project: remote-test}, } result requests.post( f{BASE_URL}/mcp/call, headers{**headers, Content-Type: application/json}, jsonpayload, timeout30, ) print(call:, result.status_code, result.text)远程环境里设置export MCP_BASE_URLhttps://xxxxxx.cpolar.top export MCP_TOKENreplace-with-a-long-random-token python remote_test.py如果你接的是某个 Agent 平台配置思路也一样Base URL 填 cpolar 的 HTTPS 地址工具列表路径填/mcp/tools或平台要求的发现端点工具调用路径填/mcp/call或你自己的 MCP gateway 路由Header 增加Authorization: Bearer ...SSE 场景填https://xxxxxx.cpolar.top/sse。这里不要把 token 写在 URL 查询参数里。查询参数更容易出现在平台日志、浏览器历史、代理日志里。放在 Header 里虽然也不是绝对安全但比裸露在 URL 上更好管理。鉴权和只读边界要先做临时 HTTPS 入口最容易被低估的风险是“临时”两个字会让人放松。只要地址还有效它就是公网入口。别人如果拿到了 URL就可能尝试请求你的本地服务。所以我会给本地 MCP 工具加三层限制。第一层是强制鉴权。哪怕只是调试也要要求Authorization。token 用长随机字符串不要用123456、dev-token这种容易猜的值。第二层是工具只读。库存查询、项目摘要、日志读取、配置查看这类能力可以作为演示工具删除文件、执行 shell、修改数据库、发送消息这类能力尽量不要放进临时隧道。如果必须做写操作也要增加二次确认和参数白名单。第三层是缩小数据范围。比如工具只允许读取某个目录下的摘要文件只返回脱敏后的结果不把.env、密钥、用户数据、完整日志直接回传给模型。上面的示例里read_project_summary故意只返回一段固定文本就是为了强调这个边界。真实项目可以换成“读取指定项目状态”“查询构建结果”“返回最近一次任务摘要”但不要一上来就给远程模型一个万能本地操作入口。日志排查先看有没有打到本机远程调用失败时我一般按这个顺序排查。第一看远程平台返回的状态码。如果是401大概率是 token 没带、前缀不是Bearer、或者环境变量和本地服务不一致。如果是404优先检查路径比如/mcp/call写成了/mcp/calls。如果是405通常是 GET/POST 方法用错了。第二看本地 uvicorn 终端有没有请求日志。只要请求真正转发到了本机终端里通常会出现访问记录工具调用还会打印MCP CALL。如果平台显示超时但本地完全没有日志问题多半在公网 URL、cpolar 隧道状态、平台出网限制或 HTTPS 校验上。第三用公网地址自己打一遍。比如curl -v https://xxxxxx.cpolar.top/health curl -v https://xxxxxx.cpolar.top/mcp/tools \ -H Authorization: Bearer replace-with-a-long-random-tokencurl -v能看到 TLS、重定向、连接耗时和响应头。很多时候一眼就能发现填错了域名、用了过期地址或者平台要求 HTTPS 但你填成了 HTTP。第四确认请求体格式。远程模型工具调用经常会把参数包装成不同结构有的叫arguments有的叫input有的直接把 JSON Schema 参数平铺在 body 里。服务端最好在日志里打印原始 body确认平台实际发来的内容再做适配。SSE 连接单独测如果你的 MCP 接入使用 SSE建议单独测连接不要和工具调用混在一起排查。本机测试curl -N http://127.0.0.1:8000/sse \ -H Authorization: Bearer replace-with-a-long-random-token公网测试curl -N https://xxxxxx.cpolar.top/sse \ -H Authorization: Bearer replace-with-a-long-random-token正常情况下你会先看到ready事件之后每隔一段时间看到心跳。SSE 的问题通常集中在三类平台不支持长连接、代理中间层超时、鉴权头没有带到 SSE 请求上。如果平台只支持普通 HTTP 工具调用那就不要强行上 SSE。先用/mcp/tools和/mcp/call把工具调用跑通等链路稳定后再切换到平台支持的 MCP 传输方式。验收完成后立刻关闭隧道这套方案适合临时调试不适合把本地开发机长期当生产服务挂在公网。验收完成后至少做这几件事停掉 cpolar 进程让公网地址失效停掉本地 uvicorn 服务在远程平台删除或禁用这条临时 MCP 配置轮换本次调试用过的 token检查本地日志里有没有敏感请求体必要时清理把真实服务配置切回正式环境或内网测试环境。如果后续还要经常调试可以把启动命令写进脚本但不要把 token 明文提交到仓库。更稳妥的方式是从环境变量读取 token并在每次调试前生成新的随机值。例如export MCP_TOKEN$(openssl rand -hex 32) uvicorn main:app --host 127.0.0.1 --port 8000另一个终端打开cpolar http 8000这样每次调试都是新的 token、新的临时窗口结束后也更容易收口。写在最后本地 MCP 服务给远程模型调用卡点往往不在“工具怎么写”而在“远程到底能不能访问到本机”。先用一个最小 HTTP/SSE 工具服务验证链路再用 cpolar 提供临时 HTTPS 入口是一个比较轻量的办法。但这条链路要有边界只在调试窗口开放只暴露必要路径只给只读工具所有请求都带鉴权日志里能看清楚远程实际发了什么。调试结束后关闭隧道、轮换 token、清理平台配置。这样用cpolar 更像一个临时验收通道帮你快速确认远程模型能调用本地 MCP 工具同时不把开发机长期暴露在公网风险里。