【MCP服务器的配置和使用】Cherry Studio应用更多更好的MCP工具来完成更多工作
年初三啦，一大早起来，没什么事情，研究一下MCP服务器，因为现在MCP服务器的功能已经越来越多。LLM的开源模型也越来越强大了。用Ollama+qwen3-coder-next的速度已经非常快，能力相当强大了。现在可以好好用用mcp服务器增强一下本地能力了。
之前用了openclaw，在vmware虚拟机中调用宿主windows11的ollama服务器，也已经成功了。现在可以接入更多的mcp服务器，增强整体本地的自动化能力。没办法，现在不玩游戏了，天天折腾这些工具，也很有意思。
先用Cherry Studio进行MCP服务器的配置来验证可用性
在将MCP服务器接入openclaw之前，我们必须先尝试用大模型语言来调用一番，让我们能够清楚的知道模型调用这些服务器产生的输出和结果，因为openclaw运行的时候，我们可能无法对中间的那些细枝末节进行洞察了，通常也会被快速的折叠和忽略。如果出现了错误，通常无法排查问题和解决。
打开Cherry Studio的设置，打开MCP服务器，点击"市场"
这里有很多可以选择的服务提供商：
我由于长期使用modelscope，而且他家的速度也很快，还有很多羊毛，所以我用它举例子。
去到modelscope的MCP广场，挑选你需要的MCP服务，例如，我挑选"12306-mcp"这个车票查询工具，然后
点击"连接"，由于我已经连接了，所以图片中为"重置服务"
成功 之后你会得到一个json文本。里面包含了网址。
然后回到Cherry Studio，打开MCP服务器，选添加，选json导入，把获得的json文本复制进去，按确定即可。
使用MCP服务器（订车票）
在cherry对话窗口，选择你的大语言模型，我这里使用qwen3-coder-next，你可以按照自己的电脑能力来选择适合自己的模型，记得配置好ollama，当然，你也可以用免费的云端模型。然后你看我的图片：
一开始可能会尝试调用浏览器来帮你查询列车信息，于是我明白地告诉她要调用指定的mcp服务器工具，它就明白了。
然后它成功找到工具调用方法。进行了调用。
成功查询到了车次和车票数量，车票价格。
其它可用场景（例如你想知道2月23日到2月26日哪里会下雪）
我通过mcp广场找到很多天气预报的服务，然后我告诉AI，"继续帮我用mcp，找一找2月23日到2月26日可能下雪的地方，最好是四川省的。"
然后输出（我保存为截图，分享给大家）
结论：
MCP非常好地补充了大模型的能力范畴，提供了实时的数据，增强了AI的实用性和更多落地场景的可能性。
我们一起来学习AI，应用AI，创造美好新生活。祝大家马年快乐！
2026年初三，达。