Cherry Studio 接入 DeepAI API 中转站：MCP 不显示或不调用的 function calling 排查

Cherry Studio 已经配置好 MCP Server，但对话时工具按钮不显示、工具没有被调用，或者接入 DeepAI API 中转站 后普通聊天正常、MCP 就没动静，这类问题往往不是 MCP Server 没装好，而是模型能力识别、输入框开关、OpenAI-compatible tools 参数透传三件事没有同时成立。

问题背景：MCP Server 配好了，但按钮或调用都没有

在 Cherry Studio Issue #3513 中，用户反馈 MCP server not used。讨论里先指出要在输入框里启用 MCP；之后用户又发现 MCP 工具按钮只在部分模型上显示，相关代码会判断模型是否属于 function calling 模型。维护者随后说明该问题已在相关修复中处理，并提到部分 provider 并不完整支持 OpenAI API Spec。

这个 Issue 对 DeepAI API 中转站用户很有参考价值：MCP 不是“装上 server 就一定会调用”。在 Cherry Studio 这类客户端里，MCP 工具最终通常会转成模型工具调用能力，也就是 OpenAI 风格的 tools、tool_choice、tool_calls。如果模型没有被识别为支持 function calling，或者中转站没有把工具参数完整转发，上游模型就不会产生工具调用。

第一步：确认 Cherry Studio 端 MCP 已启用

Cherry Studio 官方 MCP 文档说明，使用 MCP 需要先安装运行环境，例如 uv、bun，并在 Settings – MCP Server 中安装或配置 MCP 服务。内置 MCP 文档也列出了 fetch、filesystem、memory、sequentialthinking 等常见服务。配置成功只是第一步，真正对话时还要在输入框或对应助手里启用 MCP 工具。

1. 进入 Settings – MCP Server，确认目标 MCP Server 状态正常，没有启动错误。
2. 在对话输入框确认 MCP 工具按钮可见，并且目标 MCP 已被勾选启用。
3. 用最简单的 fetch 或 filesystem 工具测试，不要一开始就接复杂服务。
4. 打开 Cherry Studio 调用链或 trace，查看是否出现 MCP 调用节点。

第二步：确认模型被识别为 function calling 模型

Issue #3513 的关键点之一，是 MCP 工具按钮会受模型能力判断影响。对于 DeepAI API 中转站，建议选择明确支持工具调用的模型，并保持模型名足够清晰。很多客户端会根据模型 ID、provider 类型或模型能力标签来决定是否显示工具按钮；如果中转站把模型名改写成一个客户端无法识别的别名，工具按钮可能直接消失。

建议模型选择：
- 优先选择明确支持 tools/function calling 的模型
- 模型名尽量保留通用可识别特征，例如 gpt、qwen、claude、glm 等
- 避免把工具模型映射成 embedding、image、reasoning-only 等易误判名称
- 在中转站后台标注模型是否支持 tool_calls

如果 Cherry Studio 里同一个 MCP Server 在 Qwen 或 GPT 系列模型下可见，在另一个自定义模型名下不可见，就要优先检查模型能力识别，而不是反复重装 MCP Server。

第三步：检查 DeepAI API 中转站是否完整透传 tools

普通聊天成功只能说明 messages、model 和认证链路可用；MCP 调用需要更多字段。DeepAI API 中转站日志里应能看到 Cherry Studio 发来的 tools 数组、函数名、JSON Schema、tool_choice，以及上游返回的 tool_calls。如果中转站在转发时过滤了未知字段，MCP 就会退化成普通聊天。

中转站日志重点看：
path: /v1/chat/completions 或 /v1/responses
request.tools: 是否存在
tool schema: properties / required / type 是否完整
stream: 是否影响 tool_calls 增量解析
response.tool_calls: 上游是否返回工具调用

常见坑位

• 只配置 MCP Server，没有在输入框启用：Server 正常运行不代表当前对话会使用它。
• 模型名无法被识别：客户端判断不了 function calling 能力时，可能隐藏 MCP 工具按钮。
• 中转站只透传聊天字段：如果 tools 或 JSON Schema 被丢弃，模型不会知道可调用哪些工具。
• 模型实际不支持工具调用：即使客户端显示按钮，上游模型也可能只返回文本，不返回 tool_calls。
• 流式解析不兼容：部分模型或网关的流式工具调用事件格式不同，建议先关闭流式或换模型做交叉验证。

最小复现流程

1. 在 DeepAI API 中转站选择一个明确支持工具调用的模型。
2. Cherry Studio 配置 OpenAI-compatible Provider，Base URL 使用 https://api.deepai.wang/v1。
3. 配置一个简单 MCP，例如 fetch 或 filesystem，只让它执行一个确定性任务。
4. 在输入框启用 MCP，提问时明确要求调用工具，例如“请用 fetch 读取这个 URL 的标题”。
5. 同时查看 Cherry Studio 调用链和 DeepAI API 中转站日志，确认是否出现 tools 和 tool_calls。

DeepAI API 中转站的产品建议

面向 Cherry Studio、n8n、Dify、Claude Code、OpenClaw 这类 Agent 客户端，API 中转站最好不要只展示“模型可聊天”。更有价值的是给每个模型标注：是否支持 function calling、是否支持 JSON Schema、是否支持 streaming tool calls、是否支持 Responses API、最大上下文和推荐客户端。这样用户在 Cherry Studio 里接 MCP 时，就能提前选对模型。

从 SEO 角度看，“Cherry Studio MCP 不显示”“Cherry Studio MCP 不调用”“OpenAI Compatible function calling”“DeepAI API 中转站 tools 参数”都是强问题型关键词。文章内容只要围绕真实排查路径展开，就能自然覆盖开发者和站长的搜索需求。

参考资料

• Cherry Studio Issue #3513：MCP server not used
• Cherry Studio MCP Environment Installation
• Cherry Studio Configure and Use MCP
• Cherry Studio Call Chain Usage Guide

总结

Cherry Studio 接入 DeepAI API 中转站后 MCP 不显示或不调用时，排查顺序应是：先确认输入框启用了 MCP，再确认模型被识别为 function calling 模型，最后看中转站是否完整透传 tools、JSON Schema 和 tool_calls。只要把客户端开关、模型能力和 API 透传三段链路拆开，就能快速定位 MCP 工具调用失败的真实原因。