云上跑 MCP 采集:出网、常驻与权限收敛的三处边界
把一套 MCP 兼容性采集搬到云主机上,脚本本身几乎不用改。真正要重新想的是三件事:这台机器怎么出网、进程怎么常驻、凭证怎么收口。这三处任一处理错,跑出来的数据看着是完整的,实际每一格都带着系统性偏差。
下面按 153 个 server、2,601 格这批采集的实际形状,把三处边界逐个拆开。
边界一 · 出网:139 与 14 不是同一种负载
153 个 server 里,stdio 传输 139 个,http 传输 14 个。这个比例决定了出网策略的复杂度。
stdio 的 server 在采集机上就是子进程:装运行时、拉代码、起进程、走 stdin/stdout。它不需要出网就能完成一次探测,只在首次拉取依赖时需要访问软件源。也就是说,139 个格子的主体负载是本地进程,不是网络。
http 的 14 个不一样。它们要连远端端点,出网策略直接决定这 14 个能不能测。三种常见做法各有代价:
- 全放行:省事,但采集机拿到的是一张没有约束的出网白名单,一旦某个 server 端点被劫持或返回异常,采集结果会静默污染。
- 只放行已知端点:干净,但这 14 个里只要有一个换了域名,那一格就变成 na,而且你不会收到任何提示。
- 走代理统一出口:可控,但代理的超时与会话复用会改变观测到的启动耗时,让「慢」这个结论失去可比性。
第三条最容易被忽略。代理层多出的那一跳看起来不多,可这批数据里启动耗时中位是 4,185 ms,39 个超过 5 秒——本来就在阈值边缘的样本,会被这一跳推过去,从「慢」变成「超时」。
如果要看的是能直接装的成品,站内有一份按周下载排的 精选插件 Top 榜,这份清单与采集这件事无关,可以分开看。
边界二 · 常驻:并发上限要按最慢的一格算
采集是 2,601 个格子的排队问题。总时长不取决于平均单格耗时,取决于最慢的那一批。
有测值的 104 个 server 里,启动耗时中位 4,185 ms,39 个超过 5 秒。中位数的意思是另一半更慢,最慢的那一端没有出现在这个数字里。把并发开大能压缩总时长,但如果按中位数估单格成本,队列尾部会长期堆积——你看到的是「大部分跑完了」,实际是「最慢的那几十个一直在超时重试」。
工具数也在影响单格成本。最大的一个 server 报 628 个工具,10 个 server 超过 40 个,另有 50 个 server 工具数为 0。这三类在资源画像上完全不同:
- 628 个工具的那类:
tools/list的响应体大,序列化与解析都吃内存,单格峰值最高。 - 超过 40 个的那 10 个:在部分宿主上容易出现「列表被截断」,采集侧要能区分「server 只有这么多」和「宿主只给了这么多」。
- 工具数为 0 的那 50 个:单格耗时极短,会把平均值拉低,但它们占的是「跑过但没内容」,如果不在统计里分开,会高估整体效率。
常驻进程还有一个云上特有的问题:长跑进程的内存曲线是阶梯上升的,不是平稳的。每起一个 stdio 子进程,父进程的句柄与缓冲区都会涨一点。跑到第几百格时如果没回收,最先出问题的往往是文件描述符,而不是内存。
重试策略也要跟着改。默认的「失败重试三次」在本地很合理,在云上会把一次网络抖动放大成三倍负载。2,601 个格子,fail 856 个如果全部重试三轮,等于凭空多出两千多次进程启动;而这些 fail 里有多少是网络造成的、有多少是 server 本身起不来,事先并不知道。可行的做法是先按第一轮结果分类,只对「错误码指向网络」的那部分重试,其余直接记结论。
边界三 · 权限收敛:1 个 authRequired 说明不了什么
这批数据里,153 个 server 中标记 authRequired=true 的只有 1 个。
这个数字很容易被读成「MCP 生态基本不需要授权」,但它是采集口径下的一个字段,不是安全评估。它只说明在这批样本里,显式声明需要授权的记录只有 1 条;剩下 152 个没有这个标记,不等于它们不读凭证。
实际情况是,stdio 类 server 拿到权限的方式大多不走「授权」这条路:读本机配置文件、读环境变量、读用户目录下的凭据文件。这些动作在采集器看来都不是 authRequired,但在云主机上,它们意味着采集进程能碰到的东西比你想象的多。
收敛的做法有三条,按代价从低到高:
- 给采集进程单独建一个系统用户,家目录里不放任何真实凭据。
- 出网与凭证分离:能出网的进程不持有凭证,持有凭证的进程不出网。
- 每次采集用一次性环境变量注入,跑完即弃,不写进 shell profile、不写进 systemd 单元文件。
第二条最值得做。stdio 的 139 个 server 里,任何一个在启动时读到一份多余的凭证,都可能把它带进日志或上报。采集成败可以重跑,凭证泄露不能。
什么时候值得拆成两台机器
把出网与凭证放在同一台机器上,是这类采集最常见的形态,也是最容易出问题的形态。拆成两台的成本不高,收益很直接。
一台负责出网:只装运行时与采集器,出网白名单只放已知端点,不持有任何长期凭证,跑完可以直接销毁。另一台负责凭证:不出公网,只在内网被第一台调用,凭证以短期令牌的形式发放。
这样拆之后,第一台上即便有 server 读到了环境变量,读到的也是几分钟后就失效的令牌。第二台因为不出网,泄露路径被收窄到内网。代价是多了一层调用,单格耗时会略微上升——所以在拆之前值得先量一遍:如果 39 个超过 5 秒的样本本来就贴着阈值,这一层额外开销可能会把它们推成超时,需要在超时阈值上留出余量。
三处边界会互相借力
单独看每一条都不难,难的是它们会串起来。
出网慢会让启动耗时变长,启动耗时变长会让宿主判超时,超时在记录里表现为 fail——于是「网络策略没配好」最终变成了「这批 server 不兼容」。反过来也成立:常驻进程积压会挤占网络连接池,让本来能连上的 http 端点连不上,同样记成 fail。
这类串联错误的共同特征是:错在基础设施,账记在兼容性上。要避免它,唯一可靠的办法是把三件事分开记账——出网单独打点、常驻单独打点、判定单独打点,任何一格的 fail 都要能回溯到是哪一层出的问题。
判定口径与各宿主的记录都收在 MCP 兼容手册,采之前对一遍字段,比跑完再返工便宜。
落到配置上的四条
- 出网按端点白名单,不用全放行;代理只加在必要的 14 个上,不要套在 stdio 的 139 个前面。
- 并发按 p95 单格耗时定,不按中位数;超过 5 秒的那些样本单独设更长超时,不要一刀切。
- 工具数为 0、超过 40、628 这三类分开统计,否则单格成本会被平均掉。
- 采集进程用独立用户与一次性凭证,跑完即弃。
总结
云上跑采集的难点不在脚本,在三处边界:出网决定 14 个 http server 能不能测,常驻决定队列尾部会不会堆积,权限决定这台机器上有什么能被读到。三条里任何一条出错,数据看起来都是完整的,偏差却会记到兼容性账上。完整的分档记录见 按平台找 MCP。
适合与不适合
适合:要在云主机上长期跑采集任务、需要定并发与超时的人;把本地能跑的脚本直接搬到云上、发现结果对不上的运维;需要给采集进程做权限隔离、又要保证出网可达的安全负责人;要解释「为什么同一批 server 在云上失败率更高」的人。
不适合:只在自己笔记本上跑一次、不涉及多宿主编排的人,三处边界基本遇不到;想找现成 MCP server 清单的人,这篇讲部署不讲选品;需要云厂商规格与选型建议的人——本文只讲边界,不给配置与容量结论。
标签:MCP、DeepSeek Harness、云端采集、出网策略、权限收敛
本文由 DeepSeek Harness Hub 自动整理,数据来源于 MCP 兼容采集快照(2026-11-02,mode=full,已剔除 8 个 fixture)。