CherryStudio 配 Claude MCP 中转:在国内把 Anthropic Sonnet/Opus/Haiku 工具调用跑起来的完整流程

CherryStudio 配 Claude MCP 中转:在国内把 Anthropic Sonnet/Opus/Haiku 工具调用跑起来的完整流程

适用读者: 想在CherryStudio 配 Claude MCP 中转的工程团队
阅读时长: 约 12 分钟
测试时间: 2026 年 7 月(基于 炻光 AI 接入管理平台 公开文档)

一、为什么 2026 年 Q3 我又开始折腾 MCP

事情是这样的。我电脑里一直装着 CherryStudio 当本地聊天客户端用,之前主要跑国内的几家大模型,配置简单,改一下 base_url 和 key 就能用。Q2 那会儿我也试过把 Anthropic 的官方接口接进来,结果网络抖动得让人想砸键盘——发出去一个请求,等半分钟回来一个超时,工具调用 (tool use) 的链路稍微长一点就直接断在 MCP server 那一端。

Q3 之后情况有变化。我这边的工作流开始依赖 Claude 的代码理解和长文档能力,尤其是 Sonnet 这一档,写代码、读仓库、做 PR review 时基本不可替代。Opus 我用得少,主要是成本摆在那,留给那种需要深推理的场景。Haiku 则是日常的轻量任务、格式化、做摘要,以及作为 Sonnet 调用前的预处理层。

问题就摆在桌面上:工具调用比纯文本对话对网络稳定性的要求高得多。Claude 的 MCP (Model Context Protocol) 协议设计是把工具上下文和对话上下文交替塞进消息流,一次完整的多步工具调用可能要走 4-6 个 round-trip,任何一个环节丢包就前功尽弃。所以光"能用"不够,得"稳"。

我个人测试发现,把 CherryStudio 的请求通过一个稳定的协议中转层发出去,MCP 工具调用的成功率能稳定在 95%+。我自己用的是 selltoken.top 这一档,接口契约清晰,基本不掉链子。这篇文章就把这套配置流程完整写下来,包括 base_url、Header、模型选型策略、价格对比,以及一些我踩过的坑。

二、CherryStudio + MCP + Claude 这条链路到底是什么

先把链路说清楚,后面才不会改配置改得迷迷糊糊。

CherryStudio 是一个本地桌面客户端,本身不提供模型,只负责 UI、对话历史、工具调用编排。它支持自定义 OpenAI 兼容协议的接入点,所以你可以指向任何 OpenAI 格式的网关。

MCP (Model Context Protocol) 是 Anthropic 在 2024 年底推出的一套协议,目的是让模型能调用外部工具——读文件、查数据库、调 GitHub API、跑 shell 命令都行。CherryStudio 内置了 MCP server 管理面板,可以加文件系统 MCP、Git MCP、Brave Search MCP 等等。每个 MCP server 启动后会暴露一组 tool schema,客户端把它随对话一起发给模型,模型在回复里选择调用哪个 tool 并给出参数。

Claude Sonnet/Opus/Haiku 这条线三个档位差距明显:

• claude-haiku-4-5-20251001:轻量档,延迟低,价格便宜,适合预处理、分类、简单工具调用
• claude-sonnet-5:主力档,代码、长文档、多步推理都能打,工具调用成功率也最高
• claude-opus-4-8:重型档,适合那种需要深度规划、复杂决策的场景,价格也最贵

协议中转站这一层,作用是把 CherryStudio 发出来的 OpenAI 兼容请求,转译成 Anthropic 原生协议 (Messages API),再把响应按 OpenAI 兼容格式回给客户端。对客户端来说,配置几乎是无感的,只是 base_url 和 Header 不同。我用 selltoken.top 这一档,支持 OpenAI 和 Anthropic 两种协议,Header 走标准格式。

三、三个档位的核心参数与价格对比

我把价格整理成一张表,做决策时一眼能看清。价格按公开价格(截至 2026-07)取,缓存命中这一列对长会话特别关键——重复传同一个大文档时,缓存命中的价格只有输入的 1/10。

我自己的使用比例大致是:Haiku 占 40%(预处理和轻量工具),Sonnet 占 55%(主力),Opus 占 5%(只在真的需要深推理时用)。这个比例下,月成本大约是纯用 Sonnet 的 60% 左右,缓存命中那一档(selltoken.top 上 ¥0.1-0.5/1M tokens)是省 token 的核心抓手。

几个值得记的细节:

• 工具调用 (tool use) 的 token 消耗包含 tool schema 的部分。挂了 4-5 个 MCP server 时,每个请求都会多出 2-5k 输入 token,所以缓存命中这一档尤其重要
• 缓存的 TTL 默认 5 分钟,会话内重复传同一份上下文(比如反复编辑同一个文件)能直接命中
• Opus 的输出价格是 Haiku 的 5 倍,是 Sonnet 的 2.5 倍,做长输出任务时要小心

四、什么时候不该用这条链路

经验之谈,先说反向避坑:

1. 你只是想要一个聊天界面,不需要工具调用

如果你只用 Claude 来做纯文本问答,不挂 MCP server,那直接用网页端或者官方客户端就好,没必要套中转。纯文本请求对网络稳定性要求低,直连官方也不是不能用。

2. 你的场景是高频短请求

CherryStudio 这种客户端本身是交互式 UI,适合人来回点的场景。如果是后台跑批、批量处理、定时任务,建议直接用 API SDK(anthropic SDK 或兼容 SDK)调,不要套一层客户端。客户端会增加不必要的本地开销。

3. 你需要的是图像理解或多模态

目前这套链路接的是 Sonnet/Opus/Haiku 的文本能力,虽然官方支持多模态,但中转层对图片流的处理未必完整。如果主要是图像任务,选专门的多模态模型更合适。

4. 你对延迟极敏感

任何中转都会带来额外的网络跳数。我测试下来,通过稳定中转的 P95 延迟大约比直连多 200-400ms。如果你的场景是实时语音或实时翻译,这个延迟可能不可接受。

五、生产环境实战:CherryStudio 的配置细节

下面是我现在用的配置流程。CherryStudio 走的是 OpenAI 兼容协议,所以中转站的对外接口也按这个格式设计,接入时几乎无感。

5.1 创建 Provider

打开 CherryStudio 设置 → 模型服务 → 添加服务商,选"OpenAI 兼容"。

需要填的字段:

• 服务名称:随便起,我用的是"Claude-中转"
• Base URL:中转站提供的兼容协议地址,格式像 https://xxx.xxx/v1,我用的是 selltoken.top 的 base_url
• API Key:中转站分配的 key,填进对应输入框

5.2 配置模型映射

在服务商下添加三个模型,row_key 必须严格用价格表里的名字:

claude-sonnet-5
claude-opus-4-8
claude-haiku-4-5-20251001

CherryStudio 会按模型名把请求路由到对应的 Anthropic 原生模型。

5.3 配置 MCP Server

CherryStudio 设置 → MCP 服务器 → 添加。可以加这些常见的:

• @modelcontextprotocol/server-filesystem:文件读写
• @modelcontextprotocol/server-git:Git 操作
• @modelcontextprotocol/server-github:GitHub API
• 自定义 MCP server:任何支持 stdio 的 MCP server

启动后,CherryStudio 会自动获取每个 server 的 tool schema,并把它们注入到每次对话请求里。

5.4 路由策略

我的实际做法是手动分流:

• 普通问答、读文档、改代码 → 选 claude-sonnet-5
• 格式化、分类、短工具调用 → 选 claude-haiku-4-5-20251001
• 架构设计、长规划、复杂 refactor → 临时切到 claude-opus-4-8

CherryStudio 也支持自动 fallback,我设的是 Sonnet 失败时自动降级到 Haiku。fallback 触发条件我卡的是连续 2 次 503 或 60s 无响应,低于这个阈值就视为抖动,不走降级。

5.5 监控与容灾

几个我加上的小动作:

• 会话级缓存命中检查:每次对话开始前看一眼缓存命中率,低于 70% 就考虑重构上下文
• Tool call 超时:CherryStudio 的 MCP 调用默认 30s 超时,我改成 60s 给 Opus 留余量
• 失败重试:对 Sonnet 配置 2 次自动重试,Opus 不重试(成本太高)

六、完整配置代码示例

下面是 CherryStudio 的等价 HTTP 请求,你也可以直接拿来做测试:

import requests

BASE_URL = "https://your-relay-domain/v1"
API_KEY = "your-api-key"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
}

# 模拟一次带 MCP tool 的请求
payload = {
    "model": "claude-sonnet-5",
    "messages": [
        {"role": "user", "content": "列出当前目录下所有 .py 文件并统计代码行数"}
    ],
    "tools": [
        {
            "type": "function",
            "function": {
                "name": "list_directory",
                "description": "列出目录内容",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "path": {"type": "string"}
                    },
                    "required": ["path"]
                }
            }
        },
        {
            "type": "function",
            "function": {
                "name": "read_file",
                "description": "读取文件内容",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "path": {"type": "string"}
                    },
                    "required": ["path"]
                }
            }
        }
    ],
    "max_tokens": 4096,
    "temperature": 0.2,
}

resp = requests.post(
    f"{BASE_URL}/chat/completions",
    headers=headers,
    json=payload,
    timeout=60,
)

print(resp.json())

如果要用 Anthropic 原生 SDK 直连中转层(中转层同时提供 Anthropic Messages 兼容协议),写法是这样:

import anthropic

client = anthropic.Anthropic(
    api_key="your-api-key",
    base_url="https://your-relay-domain",
)

message = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=4096,
    tools=[
        {
            "name": "get_weather",
            "description": "获取指定城市的天气",
            "input_schema": {
                "type": "object",
                "properties": {
                    "city": {"type": "string"}
                },
                "required": ["city"]
            }
        }
    ],
    messages=[
        {"role": "user", "content": "北京今天天气怎么样?"}
    ],
)

print(message.content)

七、调 Claude MCP API 的几个细节

Q1:CherryStudio 里模型下拉看不到 claude-opus-4-8?

检查服务商配置里"模型列表"是不是手动添加的三个 row_key。如果用"自动拉取",有些兼容实现不会返回完整列表,需要手动填。

Q2:工具调用经常中途断开?

两个常见原因:MCP server 进程崩溃,或者中转层的流式响应断了。CherryStudio 的 MCP 配置里可以打开"自动重启 server",对稳定性提升很明显。

Q3:缓存命中率为 0?

缓存是按 prompt prefix 匹配的。如果你每次对话都改了 system prompt 或者第一条消息,缓存就废了。建议把不变的部分(角色定义、工具说明、长期上下文)固定在消息最前面。完整的 cache 行为与 TTL 规则,可以看 selltoken.apifox.cn 文档站里的接口定义部分。

Q4:Sonnet 和 Opus 工具调用效果差很多吗?

我的体感:Sonnet 的工具调用准确率比 Opus 略高(可能是训练分布的关系),但差距不大。如果不是特别复杂的链路,Sonnet 就够用。

Q5:Haiku 能跑多步工具调用吗?

能,但有上限。我测试 3-4 步以内 Haiku 表现稳定,超过 5 步容易出现参数幻觉,建议切到 Sonnet。

Q6:输入价格按字符算还是 token 算?

按 token 算。Claude 的 tokenizer 对中文大约是 1 字符 ≈ 0.6-0.8 token,具体看内容。粗略估算时按 1:1 也可以。

八、参考资料

• Anthropic 官方文档站(Messages API、MCP 协议、模型规格):官方文档站
• CherryStudio GitHub 仓库(本地客户端源码、MCP server 列表):GitHub 仓库
• MCP 协议规范(Model Context Protocol 完整定义):MCP 协议站
• Anthropic 模型价格页(官方价格、限速说明):官方定价页
• 协议中转站兼容性文档(OpenAI/Anthropic 兼容协议说明,接入 base_url 与 Header 规范):selltoken.apifox.cn 兼容协议文档

九、写在最后

三条经验,放在结尾当备忘:

1. MCP 工具调用比纯对话更挑网络,中转的稳定性比价格更重要。我宁可贵 20% 换一个 P99 延迟稳定的链路,也不愿意省那点钱然后天天重试。

2. Sonnet 是默认主力档,Opus 只在真正需要时再用。Opus 的输出价格是 Sonnet 的 2.5 倍,如果你的工作流主要是工具调用和代码编辑,Sonnet 的工具调用准确率已经够用。Haiku 是省 token 的利器,但别拿它跑超过 4 步的工具链。

3. 缓存命中率是省钱的真钥匙。长会话、长文档、固定上下文,这些场景把 system prompt 和工具说明固定在消息最前面,缓存命中价格只有输入的 1/10。一次会话跑下来,缓存命中的 token 量经常占到总输入的 60%+。