1. 为什么 MaxKB 里问数总卡在“最后一公里”如果你正在用 MaxKB 搭知识库问答大概率遇到过这种尴尬文档问答很顺但用户一句“上个月华东区销售额是多少”系统就开始装傻。原因不复杂——MaxKB 擅长的是检索增强生成它能把知识库里的文本片段找出来喂给模型但数据库里的结构化数据不在它的检索范围内。你问它“卖了多少”它只能从文档里找有没有人写过“卖了多少”而不是真的去查库。SQLBot 解决的正是这一段。它把自然语言转成 SQL、执行查询、再把结果整理成表格或图表返回。但 SQLBot 本身是一个独立服务MaxKB 不会自动认识它。两者之间需要一个协议层来传话这个协议层就是 MCPModel Context Protocol。MCP 让 MaxKB 的工作流能够以“工具调用”的方式去请求 SQLBot把“用户提问→生成 SQL→查库→返回结果”串成一条链路。我试过把这条链路跑通中间踩的坑主要集中在两个地方一是 MCP 服务的连接配置二是模型调用时的鉴权。前者是 URL 和 transport 写错就连不上后者是 Key 和 Base URL 不统一导致 401。这篇就按“MaxKB 工作流 SQLBot MCP TaoToken 统一 Key”的组合把配置和验证过程完整走一遍。适合已经会用 MaxKB 基础功能、想进一步接入外部数据源的人也适合在搭 Agent 工作流时被鉴权问题卡住的开发者。核心检索词先明确SQLBot 是一个自然语言转 SQL 的查询工具MaxKB 是知识库问答平台MCP 是两者之间的工具调用协议TaoToken 提供统一的 API Key 和 Base URL 来打通模型调用。整条链路的目标是用户在 MaxKB 里提问工作流通过 MCP 调用 SQLBotSQLBot 返回查询结果MaxKB 展示给用户。2. TaoToken 统一 Key 的前置准备与 MCP 接入配置在动手配 MaxKB 工作流之前先把 TaoToken 的 Key 和 Base URL 准备好。这一步不做后面所有模型调用都会报 401。TaoToken 的作用是给整条链路提供一个统一的模型接入点你不需要在 MaxKB、SQLBot、MCP 服务里分别配不同的模型供应商只需要一个 Key 和一个 Base URL。先到 TaoToken 控制台创建 API Key。地址是 https://taotoken.net/console 登录后在 API Keys 页面新建一个 Key复制出来保存好。这个 Key 后面会用在两个地方一是 MaxKB 的 AI 对话组件里配置模型二是 MCP 服务如果需要模型能力时调用。Base URL 统一用 https://taotoken.net/api 注意不要加多余的路径后缀MCP 配置里如果写错成 /v1 或其他路径连接会直接失败。如果你用的是 Claude Code 或类似的编码工具TaoToken 也支持通过 auth.json 或 settings 配置接入。以 Claude Code 为例配置文件通常放在用户目录下的 .claude/settings.json 或项目级的 .mcp.json 中。一个可复制的配置片段如下{ mcpServers: { sqlbot_mcp: { url: http://你的服务器IP/mcp, transport: sse } }, env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: 你的TaoTokenKey } }这段配置里mcpServers 部分定义的是 SQLBot 的 MCP 服务地址env 部分定义的是模型调用的 Base URL 和 Key。注意 url 里的 IP 要换成你实际部署 SQLBot 的服务器地址transport 用 sse这是 MaxKB 和 SQLBot 之间常用的传输方式。如果你用的是 Cline 或 CC Switch 这类工具配置逻辑类似核心是三件套Base URL、Key、Model ID。Model ID 根据你实际使用的模型填写比如 claude-3-5-sonnet 或 gpt-4o具体以 TaoToken 文档里的模型列表为准。MCP 服务配置在 MaxKB 里是写在工具调用组件里的格式是一个 JSON 对象。原文示例里给的是{ sqlbot_mcp: { url: http://YOUR IP/mcp, transport: sse } }这里要注意 要替换成你的 SQLBot 服务实际地址如果是本地部署就是 127.0.0.1 或局域网 IP如果是云服务器就是公网 IP。transport 必须是 sse写成 stdio 或其他会连不上。另外如果你的 SQLBot 服务有路径前缀比如 /api/mcp那 url 要写全不能只写域名。TaoToken 的 Coding Plan 适合长期跑编码和 Agent 任务的场景如果你打算把这条问数链路做成日常使用的工具可以考虑用 Coding Plan 来降低频繁调用的成本。接入文档在 https://taotoken.net/doc 里面有各语言的调用示例和模型列表配置前建议先扫一眼确认 Base URL 和 Model ID 的写法。3. MaxKB 工作流可复制配置工具调用与 AI 自动调用MaxKB 里对接 SQLBot 有两种方案工具调用和 AI 自动调用。工具调用是人工把每个组件串好稳定性高适合固定流程AI 自动调用是给 AI 一段提示词让它自己决定什么时候调哪个工具灵活但输出不太稳定。两种方案我都配过下面把可复制的配置片段和关键参数写清楚。先看工具调用的配置。整个工作流从“开始”组件出发依次经过判断器、MCP 调用工具、自定义工具、变量赋值、MCP 调用工具、指定回复。开始组件里要加两个用户输入参数username 和 password这是 SQLBot 的登录凭证。再加两个会话变量access_token 和 chat_id用来在多次问数之间保持会话状态。判断器的作用是检查 access_token 是否为空。如果为空说明是第一次问数需要先调 mcp_start 获取 token如果不为空说明之前已经获取过直接调 mcp_question 就行。这个判断逻辑能避免每次问数都重新登录减少不必要的调用。获取 access_token 的步骤是调用 mcp_start 工具。在 MCP 调用工具组件里mcp 服务配置填上面那段 JSON然后获取工具列表选择 mcp_start传入 username 和 password 两个参数。调用结果是一个数组数组第一个元素是响应的 JSON 字符串。接下来用一个自定义工具做标准化处理输入参数 arg1 类型是 arrayPython 代码如下import json def main1(arg1): json_obj json.loads(arg1[0]) return { token: json_obj[data][access_token], chat_id: json_obj[data][chat_id] }这段代码把 MCP 返回的数组第一个元素解析出来提取 access_token 和 chat_id。注意 arg1[0] 这个写法因为 MaxKB 里 MCP 调用的结果是一个数组真正的响应在第一个元素里。如果直接写 arg1 会报类型错误。拿到 token 和 chat_id 后用变量赋值组件把它们分别存到两个会话变量里。赋值的时候在 result 后面加 .token 和 .chat_id对应自定义工具返回的字段名。这一步很关键因为后面的 mcp_question 调用需要用到这两个值而且要用会话变量而不是直接传自定义工具的结果否则第二次问数时 token 会丢失。然后是调用 mcp_question 工具。同样填 MCP 服务配置选择 mcp_question传入三个参数question 传用户的问题chat_id 和 token 分别传两个会话变量。执行条件要改成“前置任一连线节点执行完执行当前节点”否则工作流可能卡在判断器分支上不往下走。最后是指定回复组件把 mcp_question 的结果展示出来。注意在 result 后面加 [0]因为 MCP 工具返回的结果包了一层数组真正的回复内容在第一个元素里。不加 [0] 的话用户会看到一串带数组括号的原始数据。AI 自动调用的配置更简单但提示词要写清楚。开始组件同样加 username 和 password 两个参数。然后加一个 AI 对话组件选择一个模型模型接入用 TaoToken 的 Base URL 和 Key。系统角色可以填“BI 数据分析师”提示词里写清楚调用逻辑# 回答要求 按需调用 mcp_start 和 mcp_question 工具获取信息回答问题。 mcp_start 账号密码 username:{{global.username}} password:{{global.password}} 工具调用逻辑 首先调用 mcp_start 工具获取 access_token 和 chat_id 帮我记住这两个参数之后不要重复调用 mcp_start直接使用即可 然后再调用 mcp_question 工具其中 token 和 chat_id 参数是调用 mcp_start 工具返回question 是用户提问。 # 用户提问 {{开始.question}} # 输出要求 - 如果 mcp_question 中有图片请直接返回图片 - 请将 mcp_question 的执行结果中的数据、SQL以及图片内容展示 - 请将 mcp_question 的执行过程在结尾进行总结 # 限制 - 不要输出MCP详细执行过程 - 生成内容不要放在 mcp_question 执行过程中 - 严格按照输出要求输出内容不要输出MCP调用过程这段提示词的关键是让 AI 记住 token 和 chat_id不要重复调 mcp_start。如果不写“不要重复调用”AI 可能会每次问数都重新登录导致响应变慢。另外“不要输出 MCP 详细执行过程”这条限制也很重要否则 AI 会把工具调用的中间步骤都吐出来用户看到的是一堆调试信息而不是查询结果。两种方案的组件对照可以看这个表组件工具调用AI 自动调用开始加 username、password、access_token、chat_id加 username、password判断器判断 access_token 是否为空不需要MCP 调用调 mcp_start 和 mcp_question由 AI 自动决定自定义工具Python 解析 token 和 chat_id不需要变量赋值存会话变量不需要AI 对话不需要选模型、填提示词、配 MCP指定回复展示结果加 [0]由 AI 对话组件返回配置完成后建议先用工具调用方案跑通一次确认 MCP 连接和鉴权没问题再试 AI 自动调用。因为工具调用的每一步都是显式的出错时容易定位是哪个组件的问题。4. 端到端验证一次问数请求的完整链路配置写完后必须做一次端到端验证确认从 MaxKB 提问到 SQLBot 返回结果的整条链路是通的。验证的目标是用户在 MaxKB 里输入“上个月华东区销售额是多少”工作流调用 SQLBot 生成 SQL、执行查询、返回结果MaxKB 展示表格或图表。先验证 MCP 服务本身是否可达。在 MaxKB 的 MCP 调用工具组件里填好服务配置后点“获取工具”如果能看到 mcp_start 和 mcp_question 两个工具说明 MCP 连接正常。如果获取工具失败先检查 URL 和 transport再检查 SQLBot 服务是否在运行。可以用 curl 直接测一下 MCP 端点curl -N http://你的服务器IP/mcp \ -H Accept: text/event-stream如果返回 SSE 流或连接保持说明服务可达。如果返回 404 或连接拒绝说明 URL 写错或服务没启动。然后验证模型调用。在 AI 对话组件里模型接入用 TaoToken 的 Base URL 和 Key。可以先在模型对话页面单独测一下模型是否可用地址是 https://taotoken.net/chat 。如果模型对话能正常返回说明 Key 和 Base URL 没问题。如果报 401检查 Key 是否复制完整Base URL 是否写成了 https://taotoken.net/api 而不是其他路径。接下来跑一次完整的工具调用流程。在 MaxKB 里新建一个对话输入 username 和 password然后问“上个月华东区销售额是多少”。观察工作流的执行日志判断器应该走“access_token 为空”的分支调用 mcp_start 获取 token自定义工具解析出 token 和 chat_id变量赋值存入会话变量然后调用 mcp_question最后指定回复展示结果。如果一切正常你会看到 SQLBot 返回的查询结果通常包含三部分生成的 SQL 语句、查询结果数据、以及可能的图表。SQL 语句类似SELECT region, SUM(sales_amount) AS total_sales FROM sales_records WHERE region 华东 AND sale_date DATE_TRUNC(month, CURRENT_DATE - INTERVAL 1 month) AND sale_date DATE_TRUNC(month, CURRENT_DATE) GROUP BY region;查询结果是一个表格显示华东区上个月的销售额汇总。如果 SQLBot 配置了图表生成还会返回一张图片。MaxKB 的指定回复组件会把这三部分展示给用户。再问一次“那华南区呢”这次判断器应该走“access_token 不为空”的分支直接调用 mcp_question不再重新登录。如果第二次问数报 token 无效说明会话变量没存住检查变量赋值组件的字段名是否和自定义工具返回的字段一致。AI 自动调用的验证类似但观察点不同。在 AI 对话组件里输入问题后AI 会先调 mcp_start然后调 mcp_question最后把结果整理成回复。如果 AI 重复调 mcp_start说明提示词里的“不要重复调用”没生效可以加强限制语句。如果 AI 把 MCP 调用过程也输出了检查“不要输出 MCP 详细执行过程”这条限制是否写在提示词里。验证通过后建议把工作流保存为模板方便后续复用。如果需要在多个 MaxKB 实例里部署可以把 MCP 服务配置和提示词导出成 JSON直接导入。5. 常见报错排查401、local proxy failed、reading choices配这条链路时报错主要集中在鉴权、网络和响应解析三类。下面按真实报错场景逐一排查。401 Unauthorized是最常见的。出现这个报错先检查 TaoToken 的 Key 是否复制完整有没有多余空格。然后检查 Base URL 是否写成了 https://taotoken.net/api 如果写成了 https://taotoken.net/api/v1 或其他路径鉴权会失败。如果 Key 和 Base URL 都没问题检查模型 ID 是否在 TaoToken 的模型列表里写错模型 ID 也会返回 401。另外如果 MCP 服务本身需要鉴权检查 mcp_start 的 username 和 password 是否正确。local proxy failed通常出现在 MCP 连接阶段。这个报错说明 MaxKB 无法连接到 MCP 服务地址。先检查 URL 里的 IP 和端口是否正确如果是本地部署确认 SQLBot 服务在运行且监听正确端口。然后检查 transport 是否写成了 sse写成 stdio 或 http 都会导致连接失败。如果服务器有防火墙确认端口是否开放。另外如果 MaxKB 和 SQLBot 不在同一台机器上确认网络是否互通可以用 curl 从 MaxKB 所在机器测一下 MCP 端点。reading choices 报错通常出现在解析模型响应时。这个报错说明模型返回的结构和预期不一致可能是模型没有按格式返回或者响应被截断。先检查提示词是否写得太复杂导致模型输出混乱。然后检查 MaxKB 的 AI 对话组件是否打开了“返回内容”如果没打开后续组件拿不到响应。如果用的是流式输出确认 MaxKB 版本是否支持。另外如果模型返回的是 JSON 但格式不对可以在提示词里加一句“请严格按照 JSON 格式返回”。OAuth 相关报错如果出现说明 MCP 服务配置了 OAuth 鉴权但 MaxKB 的 MCP 调用工具没有传对应的 token。检查 mcp 服务配置里是否需要加 headers 或 auth 字段。如果 SQLBot 的 MCP 服务不需要 OAuth确认配置里没有多余的鉴权参数。token 无效或过期如果第二次问数报 token 无效检查会话变量是否正确存储。在变量赋值组件里确认 result 后面的字段名和自定义工具返回的字段名一致。如果字段名写错会话变量会是空值导致 mcp_question 调用失败。另外如果 SQLBot 的 token 有有效期确认在有效期内完成问数过期后需要重新调 mcp_start。MCP 工具列表为空如果在 MCP 调用工具组件里点“获取工具”看不到 mcp_start 和 mcp_question说明 MCP 服务没有正确暴露工具。检查 SQLBot 的 MCP 服务是否启动以及是否配置了正确的工具。可以用 curl 直接请求 MCP 的工具列表端点确认返回内容。排查时建议按顺序来先确认 MCP 服务可达再确认模型调用可用最后确认工作流组件之间的数据传递正确。每一步都用最小化测试比如先用 curl 测 MCP再用模型对话页面测模型最后在 MaxKB 里跑完整流程。这样出错时容易定位是哪一层的问题。6. 把问数链路接进日常TaoToken 的接入选择这条链路跑通后你可以把它扩展到更多场景。比如在 MaxKB 里加一个定时任务每天自动问数并生成报表或者把 SQLBot 的 MCP 服务接到其他支持 MCP 的工具里比如 Cline、Claude Code让编码助手也能直接查库。TaoToken 的统一 Key 和 Base URL 在这些场景里都能复用不需要每个工具单独配模型。如果你主要用这条链路做日常问数调用频率不高用按量计费的 API Key 就行。接入文档在 https://taotoken.net/doc 里面有各语言的调用示例和模型列表。API Keys 管理在 https://taotoken.net/api-keys 可以随时创建和撤销 Key。如果打算把问数能力集成到长期运行的 Agent 或编码工作流里调用频率高可以考虑 Coding Plan地址是 https://taotoken.net/coding-plan 适合需要稳定模型接入的长期任务。模型对话页面在 https://taotoken.net/chat 可以用来单独测试模型是否可用排查鉴权问题时很方便。MCP 服务的配置和 MaxKB 工作流的导出文件可以一起保存换环境部署时直接导入减少重复配置。整条链路的核心是三件事MCP 服务配置写对 URL 和 transport模型接入用统一的 Base URL 和 Key工作流组件之间的数据传递用会话变量保持状态。这三件事做好MaxKB 就能从知识库问答扩展到数据库问数SQLBot 的能力也能被更多工具调用。 
长河君 · 2026/10/12 20:29:12 · 阅读 1.2k AI秒变数据狂魔！SQLBot赋能MaxKB，一键解锁智能问数神技｜TaoToken统一Key打通MCP工作流
1. 为什么 MaxKB 里问数总卡在“最后一公里”如果你正在用 MaxKB 搭知识库问答大概率遇到过这种尴尬文档问答很顺但用户一句“上个月华东区销售额是多少”系统就开始装傻。原因不复杂——MaxKB 擅长的是检索增强生成它能把知识库里的文本片段找出来喂给模型但数据库里的结构化数据不在它的检索范围内。你问它“卖了多少”它只能从文档里找有没有人写过“卖了多少”而不是真的去查库。SQLBot 解决的正是这一段。它把自然语言转成 SQL、执行查询、再把结果整理成表格或图表返回。但 SQLBot 本身是一个独立服务MaxKB 不会自动认识它。两者之间需要一个协议层来传话这个协议层就是 MCPModel Context Protocol。MCP 让 MaxKB 的工作流能够以“工具调用”的方式去请求 SQLBot把“用户提问→生成 SQL→查库→返回结果”串成一条链路。我试过把这条链路跑通中间踩的坑主要集中在两个地方一是 MCP 服务的连接配置二是模型调用时的鉴权。前者是 URL 和 transport 写错就连不上后者是 Key 和 Base URL 不统一导致 401。这篇就按“MaxKB 工作流 SQLBot MCP TaoToken 统一 Key”的组合把配置和验证过程完整走一遍。适合已经会用 MaxKB 基础功能、想进一步接入外部数据源的人也适合在搭 Agent 工作流时被鉴权问题卡住的开发者。核心检索词先明确SQLBot 是一个自然语言转 SQL 的查询工具MaxKB 是知识库问答平台MCP 是两者之间的工具调用协议TaoToken 提供统一的 API Key 和 Base URL 来打通模型调用。整条链路的目标是用户在 MaxKB 里提问工作流通过 MCP 调用 SQLBotSQLBot 返回查询结果MaxKB 展示给用户。2. TaoToken 统一 Key 的前置准备与 MCP 接入配置在动手配 MaxKB 工作流之前先把 TaoToken 的 Key 和 Base URL 准备好。这一步不做后面所有模型调用都会报 401。TaoToken 的作用是给整条链路提供一个统一的模型接入点你不需要在 MaxKB、SQLBot、MCP 服务里分别配不同的模型供应商只需要一个 Key 和一个 Base URL。先到 TaoToken 控制台创建 API Key。地址是 https://taotoken.net/console 登录后在 API Keys 页面新建一个 Key复制出来保存好。这个 Key 后面会用在两个地方一是 MaxKB 的 AI 对话组件里配置模型二是 MCP 服务如果需要模型能力时调用。Base URL 统一用 https://taotoken.net/api 注意不要加多余的路径后缀MCP 配置里如果写错成 /v1 或其他路径连接会直接失败。如果你用的是 Claude Code 或类似的编码工具TaoToken 也支持通过 auth.json 或 settings 配置接入。以 Claude Code 为例配置文件通常放在用户目录下的 .claude/settings.json 或项目级的 .mcp.json 中。一个可复制的配置片段如下{ mcpServers: { sqlbot_mcp: { url: http://你的服务器IP/mcp, transport: sse } }, env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: 你的TaoTokenKey } }这段配置里mcpServers 部分定义的是 SQLBot 的 MCP 服务地址env 部分定义的是模型调用的 Base URL 和 Key。注意 url 里的 IP 要换成你实际部署 SQLBot 的服务器地址transport 用 sse这是 MaxKB 和 SQLBot 之间常用的传输方式。如果你用的是 Cline 或 CC Switch 这类工具配置逻辑类似核心是三件套Base URL、Key、Model ID。Model ID 根据你实际使用的模型填写比如 claude-3-5-sonnet 或 gpt-4o具体以 TaoToken 文档里的模型列表为准。MCP 服务配置在 MaxKB 里是写在工具调用组件里的格式是一个 JSON 对象。原文示例里给的是{ sqlbot_mcp: { url: http://YOUR IP/mcp, transport: sse } }这里要注意 要替换成你的 SQLBot 服务实际地址如果是本地部署就是 127.0.0.1 或局域网 IP如果是云服务器就是公网 IP。transport 必须是 sse写成 stdio 或其他会连不上。另外如果你的 SQLBot 服务有路径前缀比如 /api/mcp那 url 要写全不能只写域名。TaoToken 的 Coding Plan 适合长期跑编码和 Agent 任务的场景如果你打算把这条问数链路做成日常使用的工具可以考虑用 Coding Plan 来降低频繁调用的成本。接入文档在 https://taotoken.net/doc 里面有各语言的调用示例和模型列表配置前建议先扫一眼确认 Base URL 和 Model ID 的写法。3. MaxKB 工作流可复制配置工具调用与 AI 自动调用MaxKB 里对接 SQLBot 有两种方案工具调用和 AI 自动调用。工具调用是人工把每个组件串好稳定性高适合固定流程AI 自动调用是给 AI 一段提示词让它自己决定什么时候调哪个工具灵活但输出不太稳定。两种方案我都配过下面把可复制的配置片段和关键参数写清楚。先看工具调用的配置。整个工作流从“开始”组件出发依次经过判断器、MCP 调用工具、自定义工具、变量赋值、MCP 调用工具、指定回复。开始组件里要加两个用户输入参数username 和 password这是 SQLBot 的登录凭证。再加两个会话变量access_token 和 chat_id用来在多次问数之间保持会话状态。判断器的作用是检查 access_token 是否为空。如果为空说明是第一次问数需要先调 mcp_start 获取 token如果不为空说明之前已经获取过直接调 mcp_question 就行。这个判断逻辑能避免每次问数都重新登录减少不必要的调用。获取 access_token 的步骤是调用 mcp_start 工具。在 MCP 调用工具组件里mcp 服务配置填上面那段 JSON然后获取工具列表选择 mcp_start传入 username 和 password 两个参数。调用结果是一个数组数组第一个元素是响应的 JSON 字符串。接下来用一个自定义工具做标准化处理输入参数 arg1 类型是 arrayPython 代码如下import json def main1(arg1): json_obj json.loads(arg1[0]) return { token: json_obj[data][access_token], chat_id: json_obj[data][chat_id] }这段代码把 MCP 返回的数组第一个元素解析出来提取 access_token 和 chat_id。注意 arg1[0] 这个写法因为 MaxKB 里 MCP 调用的结果是一个数组真正的响应在第一个元素里。如果直接写 arg1 会报类型错误。拿到 token 和 chat_id 后用变量赋值组件把它们分别存到两个会话变量里。赋值的时候在 result 后面加 .token 和 .chat_id对应自定义工具返回的字段名。这一步很关键因为后面的 mcp_question 调用需要用到这两个值而且要用会话变量而不是直接传自定义工具的结果否则第二次问数时 token 会丢失。然后是调用 mcp_question 工具。同样填 MCP 服务配置选择 mcp_question传入三个参数question 传用户的问题chat_id 和 token 分别传两个会话变量。执行条件要改成“前置任一连线节点执行完执行当前节点”否则工作流可能卡在判断器分支上不往下走。最后是指定回复组件把 mcp_question 的结果展示出来。注意在 result 后面加 [0]因为 MCP 工具返回的结果包了一层数组真正的回复内容在第一个元素里。不加 [0] 的话用户会看到一串带数组括号的原始数据。AI 自动调用的配置更简单但提示词要写清楚。开始组件同样加 username 和 password 两个参数。然后加一个 AI 对话组件选择一个模型模型接入用 TaoToken 的 Base URL 和 Key。系统角色可以填“BI 数据分析师”提示词里写清楚调用逻辑# 回答要求 按需调用 mcp_start 和 mcp_question 工具获取信息回答问题。 mcp_start 账号密码 username:{{global.username}} password:{{global.password}} 工具调用逻辑 首先调用 mcp_start 工具获取 access_token 和 chat_id 帮我记住这两个参数之后不要重复调用 mcp_start直接使用即可 然后再调用 mcp_question 工具其中 token 和 chat_id 参数是调用 mcp_start 工具返回question 是用户提问。 # 用户提问 {{开始.question}} # 输出要求 - 如果 mcp_question 中有图片请直接返回图片 - 请将 mcp_question 的执行结果中的数据、SQL以及图片内容展示 - 请将 mcp_question 的执行过程在结尾进行总结 # 限制 - 不要输出MCP详细执行过程 - 生成内容不要放在 mcp_question 执行过程中 - 严格按照输出要求输出内容不要输出MCP调用过程这段提示词的关键是让 AI 记住 token 和 chat_id不要重复调 mcp_start。如果不写“不要重复调用”AI 可能会每次问数都重新登录导致响应变慢。另外“不要输出 MCP 详细执行过程”这条限制也很重要否则 AI 会把工具调用的中间步骤都吐出来用户看到的是一堆调试信息而不是查询结果。两种方案的组件对照可以看这个表组件工具调用AI 自动调用开始加 username、password、access_token、chat_id加 username、password判断器判断 access_token 是否为空不需要MCP 调用调 mcp_start 和 mcp_question由 AI 自动决定自定义工具Python 解析 token 和 chat_id不需要变量赋值存会话变量不需要AI 对话不需要选模型、填提示词、配 MCP指定回复展示结果加 [0]由 AI 对话组件返回配置完成后建议先用工具调用方案跑通一次确认 MCP 连接和鉴权没问题再试 AI 自动调用。因为工具调用的每一步都是显式的出错时容易定位是哪个组件的问题。4. 端到端验证一次问数请求的完整链路配置写完后必须做一次端到端验证确认从 MaxKB 提问到 SQLBot 返回结果的整条链路是通的。验证的目标是用户在 MaxKB 里输入“上个月华东区销售额是多少”工作流调用 SQLBot 生成 SQL、执行查询、返回结果MaxKB 展示表格或图表。先验证 MCP 服务本身是否可达。在 MaxKB 的 MCP 调用工具组件里填好服务配置后点“获取工具”如果能看到 mcp_start 和 mcp_question 两个工具说明 MCP 连接正常。如果获取工具失败先检查 URL 和 transport再检查 SQLBot 服务是否在运行。可以用 curl 直接测一下 MCP 端点curl -N http://你的服务器IP/mcp \ -H Accept: text/event-stream如果返回 SSE 流或连接保持说明服务可达。如果返回 404 或连接拒绝说明 URL 写错或服务没启动。然后验证模型调用。在 AI 对话组件里模型接入用 TaoToken 的 Base URL 和 Key。可以先在模型对话页面单独测一下模型是否可用地址是 https://taotoken.net/chat 。如果模型对话能正常返回说明 Key 和 Base URL 没问题。如果报 401检查 Key 是否复制完整Base URL 是否写成了 https://taotoken.net/api 而不是其他路径。接下来跑一次完整的工具调用流程。在 MaxKB 里新建一个对话输入 username 和 password然后问“上个月华东区销售额是多少”。观察工作流的执行日志判断器应该走“access_token 为空”的分支调用 mcp_start 获取 token自定义工具解析出 token 和 chat_id变量赋值存入会话变量然后调用 mcp_question最后指定回复展示结果。如果一切正常你会看到 SQLBot 返回的查询结果通常包含三部分生成的 SQL 语句、查询结果数据、以及可能的图表。SQL 语句类似SELECT region, SUM(sales_amount) AS total_sales FROM sales_records WHERE region 华东 AND sale_date DATE_TRUNC(month, CURRENT_DATE - INTERVAL 1 month) AND sale_date DATE_TRUNC(month, CURRENT_DATE) GROUP BY region;查询结果是一个表格显示华东区上个月的销售额汇总。如果 SQLBot 配置了图表生成还会返回一张图片。MaxKB 的指定回复组件会把这三部分展示给用户。再问一次“那华南区呢”这次判断器应该走“access_token 不为空”的分支直接调用 mcp_question不再重新登录。如果第二次问数报 token 无效说明会话变量没存住检查变量赋值组件的字段名是否和自定义工具返回的字段一致。AI 自动调用的验证类似但观察点不同。在 AI 对话组件里输入问题后AI 会先调 mcp_start然后调 mcp_question最后把结果整理成回复。如果 AI 重复调 mcp_start说明提示词里的“不要重复调用”没生效可以加强限制语句。如果 AI 把 MCP 调用过程也输出了检查“不要输出 MCP 详细执行过程”这条限制是否写在提示词里。验证通过后建议把工作流保存为模板方便后续复用。如果需要在多个 MaxKB 实例里部署可以把 MCP 服务配置和提示词导出成 JSON直接导入。5. 常见报错排查401、local proxy failed、reading choices配这条链路时报错主要集中在鉴权、网络和响应解析三类。下面按真实报错场景逐一排查。401 Unauthorized是最常见的。出现这个报错先检查 TaoToken 的 Key 是否复制完整有没有多余空格。然后检查 Base URL 是否写成了 https://taotoken.net/api 如果写成了 https://taotoken.net/api/v1 或其他路径鉴权会失败。如果 Key 和 Base URL 都没问题检查模型 ID 是否在 TaoToken 的模型列表里写错模型 ID 也会返回 401。另外如果 MCP 服务本身需要鉴权检查 mcp_start 的 username 和 password 是否正确。local proxy failed通常出现在 MCP 连接阶段。这个报错说明 MaxKB 无法连接到 MCP 服务地址。先检查 URL 里的 IP 和端口是否正确如果是本地部署确认 SQLBot 服务在运行且监听正确端口。然后检查 transport 是否写成了 sse写成 stdio 或 http 都会导致连接失败。如果服务器有防火墙确认端口是否开放。另外如果 MaxKB 和 SQLBot 不在同一台机器上确认网络是否互通可以用 curl 从 MaxKB 所在机器测一下 MCP 端点。reading choices 报错通常出现在解析模型响应时。这个报错说明模型返回的结构和预期不一致可能是模型没有按格式返回或者响应被截断。先检查提示词是否写得太复杂导致模型输出混乱。然后检查 MaxKB 的 AI 对话组件是否打开了“返回内容”如果没打开后续组件拿不到响应。如果用的是流式输出确认 MaxKB 版本是否支持。另外如果模型返回的是 JSON 但格式不对可以在提示词里加一句“请严格按照 JSON 格式返回”。OAuth 相关报错如果出现说明 MCP 服务配置了 OAuth 鉴权但 MaxKB 的 MCP 调用工具没有传对应的 token。检查 mcp 服务配置里是否需要加 headers 或 auth 字段。如果 SQLBot 的 MCP 服务不需要 OAuth确认配置里没有多余的鉴权参数。token 无效或过期如果第二次问数报 token 无效检查会话变量是否正确存储。在变量赋值组件里确认 result 后面的字段名和自定义工具返回的字段名一致。如果字段名写错会话变量会是空值导致 mcp_question 调用失败。另外如果 SQLBot 的 token 有有效期确认在有效期内完成问数过期后需要重新调 mcp_start。MCP 工具列表为空如果在 MCP 调用工具组件里点“获取工具”看不到 mcp_start 和 mcp_question说明 MCP 服务没有正确暴露工具。检查 SQLBot 的 MCP 服务是否启动以及是否配置了正确的工具。可以用 curl 直接请求 MCP 的工具列表端点确认返回内容。排查时建议按顺序来先确认 MCP 服务可达再确认模型调用可用最后确认工作流组件之间的数据传递正确。每一步都用最小化测试比如先用 curl 测 MCP再用模型对话页面测模型最后在 MaxKB 里跑完整流程。这样出错时容易定位是哪一层的问题。6. 把问数链路接进日常TaoToken 的接入选择这条链路跑通后你可以把它扩展到更多场景。比如在 MaxKB 里加一个定时任务每天自动问数并生成报表或者把 SQLBot 的 MCP 服务接到其他支持 MCP 的工具里比如 Cline、Claude Code让编码助手也能直接查库。TaoToken 的统一 Key 和 Base URL 在这些场景里都能复用不需要每个工具单独配模型。如果你主要用这条链路做日常问数调用频率不高用按量计费的 API Key 就行。接入文档在 https://taotoken.net/doc 里面有各语言的调用示例和模型列表。API Keys 管理在 https://taotoken.net/api-keys 可以随时创建和撤销 Key。如果打算把问数能力集成到长期运行的 Agent 或编码工作流里调用频率高可以考虑 Coding Plan地址是 https://taotoken.net/coding-plan 适合需要稳定模型接入的长期任务。模型对话页面在 https://taotoken.net/chat 可以用来单独测试模型是否可用排查鉴权问题时很方便。MCP 服务的配置和 MaxKB 工作流的导出文件可以一起保存换环境部署时直接导入减少重复配置。整条链路的核心是三件事MCP 服务配置写对 URL 和 transport模型接入用统一的 Base URL 和 Key工作流组件之间的数据传递用会话变量保持状态。这三件事做好MaxKB 就能从知识库问答扩展到数据库问数SQLBot 的能力也能被更多工具调用。