1. 12306-mcp 到底解决了什么问题从手动刷票到让模型自己查车次先说清楚这个东西是什么。12306-mcp 是一个基于 Model Context ProtocolMCP的购票搜索服务器它把 12306 的车次查询能力封装成一组标准化的 MCP 工具让 Claude、Cursor、Cline 这类支持 MCP 的客户端可以直接调用。你对着模型说一句「帮我查后天北京到上海的高铁」模型就会自己按顺序调用日期工具、车站编码工具、余票查询工具最后把车次、发车时间、到达时间、座位类型和票价整理成一段可读文本返回给你。它适合谁三类人最值得动手一是想给自己搭一个私人购票查询助手的开发者二是正在研究 MCP 协议、想找一个真实可跑的服务端项目练手的同学三是手里已经有 Claude Code、Cline、Cursor 这类客户端想把「查票」这个高频动作接进自己工作流的人。你不需要懂 12306 的接口签名细节项目已经把 Cookie 获取、参数校验、返回格式化这些脏活做完了。我试过把这个服务挂到本地跑通整个链路其实不复杂但坑集中在两处一是 MCP 客户端配置里的命令和参数写错二是模型侧没有统一的 Key 和 Base URL导致工具调用请求发不出去。这篇就按「项目结构 → 服务端配置 → TaoToken 统一接入 → 发一次真实查询验证 → 排错」的顺序走一遍每一步都给可复制的片段。先看项目的核心数据流理解了它你才知道配置该填什么。服务启动时会调用getStations()从 12306 拉全国车站信息构建四张索引表// 1. 车站id - 车站信息 STATIONS: Recordstring, StationData // AAA: { station_id: aaa, station_name: 北京北, station_code: AAA, // station_pinyin: beijingbei, city: 北京, ... } // 2. 城市名 - 该城市所有车站 CITY_STATIONS: Recordstring, { station_code: string; station_name: string }[] // 北京: [{station_code:AAA,station_name:北京北}, ...] // 3. 城市名 - 代表车站与城市同名的站 CITY_CODES: Recordstring, { station_code: string; station_name: string } // 北京: {station_code:BJP, station_name:北京} // 4. 车站名 - 车站id NAME_STATIONS: Recordstring, { station_code: string; station_name: string } // 北京北: {station_code:AAA, station_name:北京北}这四张表决定了工具的分工。基础工具负责「翻译」get-current-date拿上海时区当前日期get-station-code-of-citys把城市名转成代表车站 idget-station-code-by-names把具体站名转 idget-stations-code-in-city列出一个城市的所有站get-station-by-telecode反查车站详情。核心工具负责「查」get-tickets查余票get-interline-tickets查中转get-train-route-stations查经停站。所以当你说「后天北京到上海的高铁」模型的调用链是这样的先get-current-date()拿到今天日期推算出后天再get-station-code-of-citys(北京|上海)拿到 BJP 和 SHH最后get-tickets(date, fromStation:BJP, toStation:SHH, trainFilterFlags:G)。内部会做参数校验、获取 12306 Cookie、请求/otn/leftTicket/query接口、格式化输出。中转查询走/lcquery/queryU经停站查询走/otn/czxx/queryByTrainNo。理解这条链后面排错时你就能判断到底是哪一环断了。2. 接入前的准备TaoToken 统一 Key 与 MCP 客户端环境在配 12306-mcp 之前得先把「模型侧」准备好。因为 MCP 服务本身只负责查票真正发起工具调用的是大模型客户端而客户端需要一个能访问模型的入口。这里用 TaoToken 做统一接入好处是一个 Key 覆盖多种模型Base URL 固定不用在多个客户端之间来回换配置。你需要准备三样东西Node.js 18 以上环境项目用 npx 拉起版本太低会报模块解析错误、一个支持 MCP 的客户端Claude Code、Cline、Cursor 都行、以及 TaoToken 的 API Key。拿 Key 的路径很直接打开 https://taotoken.net/api-keys 登录后在控制台创建 Key复制出来保存好。注意这个 Key 只在创建时完整显示一次丢了就得重建。控制台地址是 https://taotoken.net/console 里面能看到调用量和余额。Base URL 统一填https://taotoken.net/api不要带任何多余路径。模型 ID 按你客户端支持的填比如claude-sonnet-4-5这类。这三件套——Base URL、Key、Model ID——在后面的配置文件里会反复出现先记牢。如果你用的是 Claude Code它读取的是环境变量或 settings 文件如果用 Cline它读的是 MCP 配置 JSON如果用 Codex它读的是auth.json。不管哪种核心都是把请求指向 TaoToken 的 Base URL再把 Key 填进去。这一步没做对后面 MCP 服务配得再准模型也调不动工具。顺便说一句MCP 服务端和模型接入是两条独立的链路。12306-mcp 跑在本地通过 stdio 和客户端通信客户端再把工具调用的结果连同对话一起发给模型。所以你会看到两个配置一个是 MCP server 配置告诉客户端怎么启动 12306-mcp一个是模型接入配置告诉客户端去哪调模型。两者缺一不可。环境检查可以跑一条命令确认 Node 版本node -v # 期望输出 v18.x 或更高低于 18 建议先升级再确认 npx 可用npx --version # 有版本号输出即可这两步过了就可以进入正式配置。别小看这一步我见过不少人卡在 Node 16 上npx -y 12306-mcp直接报ERR_MODULE_NOT_FOUND折腾半天以为是项目问题其实是运行时太旧。3. 可复制配置12306-mcp 服务端 TaoToken 三件套这一节是全文最该抄的部分。先给 12306-mcp 的 MCP server 配置再给 TaoToken 的接入配置最后给一个把两者串起来的完整示例。最简的 MCP server 配置长这样直接放进客户端的 MCP 配置文件Claude Code 是~/.claude.json或项目级.mcp.jsonCline 是cline_mcp_settings.json{ mcpServers: { 12306-mcp: { command: npx, args: [-y, 12306-mcp] } } }如果你是从源码跑先构建再指向本地入口git clone https://github.com/Joooook/12306-mcp.git cd 12306-mcp npm install npm run build node ./build/index.js对应的配置改成{ mcpServers: { 12306-mcp: { command: node, args: [/绝对路径/12306-mcp/build/index.js] } } }路径一定要写绝对路径相对路径在不同客户端的工作目录下会解析失败这是高频坑。接下来是 TaoToken 三件套。以 Claude Code 为例它读~/.claude/settings.json配置如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: sk-你的TaoToken密钥, ANTHROPIC_MODEL: claude-sonnet-4-5 } }如果你用 Cline它走 OpenAI 兼容格式配置在客户端的 API 设置里{ apiProvider: openai, openAiBaseUrl: https://taotoken.net/api, openAiApiKey: sk-你的TaoToken密钥, openAiModelId: claude-sonnet-4-5 }如果你用 Codex它读~/.codex/auth.json{ OPENAI_BASE_URL: https://taotoken.net/api, OPENAI_API_KEY: sk-你的TaoToken密钥, model: claude-sonnet-4-5 }三件套的核心就一句话Base URL 填https://taotoken.net/apiKey 填你创建的Model ID 填客户端支持的模型名。这三个值在 Claude Code、Cline、Codex 里字段名不同但语义一致。把 MCP 和模型接入合起来看一个完整的 Claude Code 项目级配置.mcp.json settings大概是{ mcpServers: { 12306-mcp: { command: npx, args: [-y, 12306-mcp] } } }配合上面的settings.json环境变量客户端启动时会先拉起 12306-mcp 进程再用 TaoToken 的 Base URL 去调模型。模型在对话中决定调用哪个工具客户端通过 stdio 把调用转发给 12306-mcp拿到结果后再回传给模型。配置完记得重启客户端。MCP 配置是启动时读取的热改不生效。重启后可以在客户端的 MCP 面板里看到12306-mcp的状态显示 connected 就说明进程起来了。如果显示 failed先看日志里的报错多半是命令路径或 Node 版本问题。4. 验证一次真实查询从「后天北京到上海」到车次列表配置对不对发一次查询就知道。打开客户端输入帮我查后天北京到上海的高铁正常情况下你会看到模型依次调用工具。第一步调get-current-date返回类似2025-01-15第二步模型自己算出后天是2025-01-17第三步调get-station-code-of-citys参数是北京|上海返回{ 北京: { station_code: BJP, station_name: 北京 }, 上海: { station_code: SHH, station_name: 上海 } }第四步调get-tickets参数是date: 2025-01-17, fromStation: BJP, toStation: SHH, trainFilterFlags: G。内部会先校验日期不早于当前、车站 id 存在然后获取 12306 Cookie请求/otn/leftTicket/query最后按车次类型过滤返回格式化文本。你能看到的返回大概是这样G1 北京南 09:00 - 上海虹桥 13:28 二等座 553 有票 一等座 933 有票 G3 北京南 09:20 - 上海虹桥 13:48 二等座 553 有票 一等座 933 候补 ...如果这一步成功了说明整条链路通了MCP 服务启动正常、TaoToken Key 有效、模型能正确编排工具调用。再验证一个中转查询输入深圳到拉萨经过西安中转模型会调get-station-code-of-citys(深圳|拉萨|西安)拿到三个站 id再调get-interline-tickets(from, to, transfer)内部请求/lcquery/queryU返回第一程加第二程的方案。经停站查询也一样输入「G1 次列车经停哪些站」模型调get-train-route-stations(trainNo:G1, from:BJP, to:SHH)内部走parseRouteStationsData()和parseRouteStationsInfo()返回站名、到达时间、出发时间、停留时间。验证时有个小技巧如果模型没有自动调用工具而是直接编了一段车次信息说明工具没注册成功。这时候去客户端 MCP 面板确认12306-mcp是否 connected再看模型接入的 Base URL 是否指向https://taotoken.net/api。两者都对模型才会走工具调用而不是凭记忆瞎编。想单独测模型对话是否通可以打开 https://taotoken.net/models 发一句普通对话确认 Key 和 Base URL 没问题。这一步能把「模型接入问题」和「MCP 服务问题」分开定位。5. 常见报错排查401、local proxy failed、reading choices、OAuth配 MCP 加统一接入报错就那么几类对照着看能省不少时间。401 Unauthorized。这是 Key 的问题。先确认sk-开头的 Key 有没有复制完整前后有没有多余空格。再去 https://taotoken.net/api-keys 看这个 Key 是否被禁用或额度耗尽。如果 Key 没问题检查 Base URL 是不是写成了https://taotoken.net/api/末尾多了斜杠有些客户端对末尾斜杠敏感去掉即可。local proxy failed / connection refused。这是客户端连不上 Base URL。先确认网络能访问https://taotoken.net/api再确认配置里的 Base URL 没有拼错。如果你在 settings 里同时配了多个环境变量注意别让旧的ANTHROPIC_BASE_URL覆盖了新值。Claude Code 里环境变量优先级是 settings.json 系统环境变量检查一下有没有冲突。reading choices / undefined is not an object。这个报错通常出现在 Cline 这类走 OpenAI 兼容格式的客户端。原因是返回体结构和客户端预期不一致多半是 Model ID 填错了。确认openAiModelId填的是 TaoToken 支持的模型名别填成客户端内置的默认值。改完重启客户端。OAuth 相关报错 / authentication failed。如果你用的是 Claude Code它默认可能走 OAuth 登录流程。配了ANTHROPIC_AUTH_TOKEN之后要确保没有同时保留 OAuth 的登录态否则会冲突。清掉旧的登录缓存只保留 Token 方式。MCP 进程起不来 / spawn npx ENOENT。这是客户端找不到 npx 命令。解决办法是把command从npx改成 npx 的绝对路径比如/usr/local/bin/npx用which npx查出来填进去。Windows 上则是npx.cmd的完整路径。工具调用返回空 / 车次列表为空。这多半是日期或车站 id 的问题。确认查询日期不早于当前日期确认城市名转出来的站 id 正确。比如「北京」转出来是 BJP如果你实际想查北京南出发得用get-station-code-by-names(北京南)拿到 VNP。站 id 错了接口返回自然为空。Cookie 获取失败。12306-mcp 在查询前会先获取 12306 的 Cookie 做身份验证。如果这一步失败通常是网络到 12306 的请求被拦或超时。重试一次或者检查本地网络是否能正常访问 12306 官网。这个环节和模型接入无关别往 TaoToken 上找原因。排查顺序建议固定下来先看 MCP 面板状态再看客户端日志里的 HTTP 状态码最后看模型侧配置。401 找 Keyconnection refused 找 Base URLreading choices 找 Model IDspawn ENOENT 找命令路径。按这个顺序走基本不会绕弯。6. 把 12306-mcp 接进你的日常编码流跑通之后这个服务的价值才真正体现出来。你可以把它和 Coding Plan 结合让模型在写代码的间隙顺手帮你查个票。比如你在 Cursor 里写一个出行提醒脚本直接让模型调get-tickets拿数据再把结果写进你的日程文件。整个流程不需要你手动打开 12306 网页。如果你想让模型长期挂着这个能力建议走 Coding Plan把 12306-mcp 作为常驻 MCP server 配进去。这样每次启动客户端工具都是现成的。配置入口在 https://taotoken.net/coding-plan 里面能看到套餐和接入说明。再进阶一点你可以基于 12306-mcp 的返回结构写自己的二次处理。比如把get-tickets的文本输出解析成 JSON存进本地数据库做一个余票监控。或者把get-interline-tickets的中转方案接进你的行程规划脚本。项目本身是开源的工具定义清晰扩展起来不费劲。最后提醒一个实用细节12306 的接口对请求频率敏感别写死循环去刷。查询间隔留几秒既稳当又不给对端添麻烦。MCP 服务本身没有做限流频率控制得靠你自己在调用侧把握。整套配置下来核心就三件事MCP server 配置写对命令和路径TaoToken 三件套填对 Base URL、Key、Model ID验证时看模型有没有真的走工具调用。这三件都对了剩下的就是享受「一句话查票」的顺畅。 
长河君 · 2026/10/10 19:07:21 · 阅读 1.2k 基于MCP协议的12306购票搜索服务器项目解析（附TaoToken配置流程）！
1. 12306-mcp 到底解决了什么问题从手动刷票到让模型自己查车次先说清楚这个东西是什么。12306-mcp 是一个基于 Model Context ProtocolMCP的购票搜索服务器它把 12306 的车次查询能力封装成一组标准化的 MCP 工具让 Claude、Cursor、Cline 这类支持 MCP 的客户端可以直接调用。你对着模型说一句「帮我查后天北京到上海的高铁」模型就会自己按顺序调用日期工具、车站编码工具、余票查询工具最后把车次、发车时间、到达时间、座位类型和票价整理成一段可读文本返回给你。它适合谁三类人最值得动手一是想给自己搭一个私人购票查询助手的开发者二是正在研究 MCP 协议、想找一个真实可跑的服务端项目练手的同学三是手里已经有 Claude Code、Cline、Cursor 这类客户端想把「查票」这个高频动作接进自己工作流的人。你不需要懂 12306 的接口签名细节项目已经把 Cookie 获取、参数校验、返回格式化这些脏活做完了。我试过把这个服务挂到本地跑通整个链路其实不复杂但坑集中在两处一是 MCP 客户端配置里的命令和参数写错二是模型侧没有统一的 Key 和 Base URL导致工具调用请求发不出去。这篇就按「项目结构 → 服务端配置 → TaoToken 统一接入 → 发一次真实查询验证 → 排错」的顺序走一遍每一步都给可复制的片段。先看项目的核心数据流理解了它你才知道配置该填什么。服务启动时会调用getStations()从 12306 拉全国车站信息构建四张索引表// 1. 车站id - 车站信息 STATIONS: Recordstring, StationData // AAA: { station_id: aaa, station_name: 北京北, station_code: AAA, // station_pinyin: beijingbei, city: 北京, ... } // 2. 城市名 - 该城市所有车站 CITY_STATIONS: Recordstring, { station_code: string; station_name: string }[] // 北京: [{station_code:AAA,station_name:北京北}, ...] // 3. 城市名 - 代表车站与城市同名的站 CITY_CODES: Recordstring, { station_code: string; station_name: string } // 北京: {station_code:BJP, station_name:北京} // 4. 车站名 - 车站id NAME_STATIONS: Recordstring, { station_code: string; station_name: string } // 北京北: {station_code:AAA, station_name:北京北}这四张表决定了工具的分工。基础工具负责「翻译」get-current-date拿上海时区当前日期get-station-code-of-citys把城市名转成代表车站 idget-station-code-by-names把具体站名转 idget-stations-code-in-city列出一个城市的所有站get-station-by-telecode反查车站详情。核心工具负责「查」get-tickets查余票get-interline-tickets查中转get-train-route-stations查经停站。所以当你说「后天北京到上海的高铁」模型的调用链是这样的先get-current-date()拿到今天日期推算出后天再get-station-code-of-citys(北京|上海)拿到 BJP 和 SHH最后get-tickets(date, fromStation:BJP, toStation:SHH, trainFilterFlags:G)。内部会做参数校验、获取 12306 Cookie、请求/otn/leftTicket/query接口、格式化输出。中转查询走/lcquery/queryU经停站查询走/otn/czxx/queryByTrainNo。理解这条链后面排错时你就能判断到底是哪一环断了。2. 接入前的准备TaoToken 统一 Key 与 MCP 客户端环境在配 12306-mcp 之前得先把「模型侧」准备好。因为 MCP 服务本身只负责查票真正发起工具调用的是大模型客户端而客户端需要一个能访问模型的入口。这里用 TaoToken 做统一接入好处是一个 Key 覆盖多种模型Base URL 固定不用在多个客户端之间来回换配置。你需要准备三样东西Node.js 18 以上环境项目用 npx 拉起版本太低会报模块解析错误、一个支持 MCP 的客户端Claude Code、Cline、Cursor 都行、以及 TaoToken 的 API Key。拿 Key 的路径很直接打开 https://taotoken.net/api-keys 登录后在控制台创建 Key复制出来保存好。注意这个 Key 只在创建时完整显示一次丢了就得重建。控制台地址是 https://taotoken.net/console 里面能看到调用量和余额。Base URL 统一填https://taotoken.net/api不要带任何多余路径。模型 ID 按你客户端支持的填比如claude-sonnet-4-5这类。这三件套——Base URL、Key、Model ID——在后面的配置文件里会反复出现先记牢。如果你用的是 Claude Code它读取的是环境变量或 settings 文件如果用 Cline它读的是 MCP 配置 JSON如果用 Codex它读的是auth.json。不管哪种核心都是把请求指向 TaoToken 的 Base URL再把 Key 填进去。这一步没做对后面 MCP 服务配得再准模型也调不动工具。顺便说一句MCP 服务端和模型接入是两条独立的链路。12306-mcp 跑在本地通过 stdio 和客户端通信客户端再把工具调用的结果连同对话一起发给模型。所以你会看到两个配置一个是 MCP server 配置告诉客户端怎么启动 12306-mcp一个是模型接入配置告诉客户端去哪调模型。两者缺一不可。环境检查可以跑一条命令确认 Node 版本node -v # 期望输出 v18.x 或更高低于 18 建议先升级再确认 npx 可用npx --version # 有版本号输出即可这两步过了就可以进入正式配置。别小看这一步我见过不少人卡在 Node 16 上npx -y 12306-mcp直接报ERR_MODULE_NOT_FOUND折腾半天以为是项目问题其实是运行时太旧。3. 可复制配置12306-mcp 服务端 TaoToken 三件套这一节是全文最该抄的部分。先给 12306-mcp 的 MCP server 配置再给 TaoToken 的接入配置最后给一个把两者串起来的完整示例。最简的 MCP server 配置长这样直接放进客户端的 MCP 配置文件Claude Code 是~/.claude.json或项目级.mcp.jsonCline 是cline_mcp_settings.json{ mcpServers: { 12306-mcp: { command: npx, args: [-y, 12306-mcp] } } }如果你是从源码跑先构建再指向本地入口git clone https://github.com/Joooook/12306-mcp.git cd 12306-mcp npm install npm run build node ./build/index.js对应的配置改成{ mcpServers: { 12306-mcp: { command: node, args: [/绝对路径/12306-mcp/build/index.js] } } }路径一定要写绝对路径相对路径在不同客户端的工作目录下会解析失败这是高频坑。接下来是 TaoToken 三件套。以 Claude Code 为例它读~/.claude/settings.json配置如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: sk-你的TaoToken密钥, ANTHROPIC_MODEL: claude-sonnet-4-5 } }如果你用 Cline它走 OpenAI 兼容格式配置在客户端的 API 设置里{ apiProvider: openai, openAiBaseUrl: https://taotoken.net/api, openAiApiKey: sk-你的TaoToken密钥, openAiModelId: claude-sonnet-4-5 }如果你用 Codex它读~/.codex/auth.json{ OPENAI_BASE_URL: https://taotoken.net/api, OPENAI_API_KEY: sk-你的TaoToken密钥, model: claude-sonnet-4-5 }三件套的核心就一句话Base URL 填https://taotoken.net/apiKey 填你创建的Model ID 填客户端支持的模型名。这三个值在 Claude Code、Cline、Codex 里字段名不同但语义一致。把 MCP 和模型接入合起来看一个完整的 Claude Code 项目级配置.mcp.json settings大概是{ mcpServers: { 12306-mcp: { command: npx, args: [-y, 12306-mcp] } } }配合上面的settings.json环境变量客户端启动时会先拉起 12306-mcp 进程再用 TaoToken 的 Base URL 去调模型。模型在对话中决定调用哪个工具客户端通过 stdio 把调用转发给 12306-mcp拿到结果后再回传给模型。配置完记得重启客户端。MCP 配置是启动时读取的热改不生效。重启后可以在客户端的 MCP 面板里看到12306-mcp的状态显示 connected 就说明进程起来了。如果显示 failed先看日志里的报错多半是命令路径或 Node 版本问题。4. 验证一次真实查询从「后天北京到上海」到车次列表配置对不对发一次查询就知道。打开客户端输入帮我查后天北京到上海的高铁正常情况下你会看到模型依次调用工具。第一步调get-current-date返回类似2025-01-15第二步模型自己算出后天是2025-01-17第三步调get-station-code-of-citys参数是北京|上海返回{ 北京: { station_code: BJP, station_name: 北京 }, 上海: { station_code: SHH, station_name: 上海 } }第四步调get-tickets参数是date: 2025-01-17, fromStation: BJP, toStation: SHH, trainFilterFlags: G。内部会先校验日期不早于当前、车站 id 存在然后获取 12306 Cookie请求/otn/leftTicket/query最后按车次类型过滤返回格式化文本。你能看到的返回大概是这样G1 北京南 09:00 - 上海虹桥 13:28 二等座 553 有票 一等座 933 有票 G3 北京南 09:20 - 上海虹桥 13:48 二等座 553 有票 一等座 933 候补 ...如果这一步成功了说明整条链路通了MCP 服务启动正常、TaoToken Key 有效、模型能正确编排工具调用。再验证一个中转查询输入深圳到拉萨经过西安中转模型会调get-station-code-of-citys(深圳|拉萨|西安)拿到三个站 id再调get-interline-tickets(from, to, transfer)内部请求/lcquery/queryU返回第一程加第二程的方案。经停站查询也一样输入「G1 次列车经停哪些站」模型调get-train-route-stations(trainNo:G1, from:BJP, to:SHH)内部走parseRouteStationsData()和parseRouteStationsInfo()返回站名、到达时间、出发时间、停留时间。验证时有个小技巧如果模型没有自动调用工具而是直接编了一段车次信息说明工具没注册成功。这时候去客户端 MCP 面板确认12306-mcp是否 connected再看模型接入的 Base URL 是否指向https://taotoken.net/api。两者都对模型才会走工具调用而不是凭记忆瞎编。想单独测模型对话是否通可以打开 https://taotoken.net/models 发一句普通对话确认 Key 和 Base URL 没问题。这一步能把「模型接入问题」和「MCP 服务问题」分开定位。5. 常见报错排查401、local proxy failed、reading choices、OAuth配 MCP 加统一接入报错就那么几类对照着看能省不少时间。401 Unauthorized。这是 Key 的问题。先确认sk-开头的 Key 有没有复制完整前后有没有多余空格。再去 https://taotoken.net/api-keys 看这个 Key 是否被禁用或额度耗尽。如果 Key 没问题检查 Base URL 是不是写成了https://taotoken.net/api/末尾多了斜杠有些客户端对末尾斜杠敏感去掉即可。local proxy failed / connection refused。这是客户端连不上 Base URL。先确认网络能访问https://taotoken.net/api再确认配置里的 Base URL 没有拼错。如果你在 settings 里同时配了多个环境变量注意别让旧的ANTHROPIC_BASE_URL覆盖了新值。Claude Code 里环境变量优先级是 settings.json 系统环境变量检查一下有没有冲突。reading choices / undefined is not an object。这个报错通常出现在 Cline 这类走 OpenAI 兼容格式的客户端。原因是返回体结构和客户端预期不一致多半是 Model ID 填错了。确认openAiModelId填的是 TaoToken 支持的模型名别填成客户端内置的默认值。改完重启客户端。OAuth 相关报错 / authentication failed。如果你用的是 Claude Code它默认可能走 OAuth 登录流程。配了ANTHROPIC_AUTH_TOKEN之后要确保没有同时保留 OAuth 的登录态否则会冲突。清掉旧的登录缓存只保留 Token 方式。MCP 进程起不来 / spawn npx ENOENT。这是客户端找不到 npx 命令。解决办法是把command从npx改成 npx 的绝对路径比如/usr/local/bin/npx用which npx查出来填进去。Windows 上则是npx.cmd的完整路径。工具调用返回空 / 车次列表为空。这多半是日期或车站 id 的问题。确认查询日期不早于当前日期确认城市名转出来的站 id 正确。比如「北京」转出来是 BJP如果你实际想查北京南出发得用get-station-code-by-names(北京南)拿到 VNP。站 id 错了接口返回自然为空。Cookie 获取失败。12306-mcp 在查询前会先获取 12306 的 Cookie 做身份验证。如果这一步失败通常是网络到 12306 的请求被拦或超时。重试一次或者检查本地网络是否能正常访问 12306 官网。这个环节和模型接入无关别往 TaoToken 上找原因。排查顺序建议固定下来先看 MCP 面板状态再看客户端日志里的 HTTP 状态码最后看模型侧配置。401 找 Keyconnection refused 找 Base URLreading choices 找 Model IDspawn ENOENT 找命令路径。按这个顺序走基本不会绕弯。6. 把 12306-mcp 接进你的日常编码流跑通之后这个服务的价值才真正体现出来。你可以把它和 Coding Plan 结合让模型在写代码的间隙顺手帮你查个票。比如你在 Cursor 里写一个出行提醒脚本直接让模型调get-tickets拿数据再把结果写进你的日程文件。整个流程不需要你手动打开 12306 网页。如果你想让模型长期挂着这个能力建议走 Coding Plan把 12306-mcp 作为常驻 MCP server 配进去。这样每次启动客户端工具都是现成的。配置入口在 https://taotoken.net/coding-plan 里面能看到套餐和接入说明。再进阶一点你可以基于 12306-mcp 的返回结构写自己的二次处理。比如把get-tickets的文本输出解析成 JSON存进本地数据库做一个余票监控。或者把get-interline-tickets的中转方案接进你的行程规划脚本。项目本身是开源的工具定义清晰扩展起来不费劲。最后提醒一个实用细节12306 的接口对请求频率敏感别写死循环去刷。查询间隔留几秒既稳当又不给对端添麻烦。MCP 服务本身没有做限流频率控制得靠你自己在调用侧把握。整套配置下来核心就三件事MCP server 配置写对命令和路径TaoToken 三件套填对 Base URL、Key、Model ID验证时看模型有没有真的走工具调用。这三件都对了剩下的就是享受「一句话查票」的顺畅。