把 AI 接进基础设施：MCP 与 OAuth 实录

2026 年，让 AI 不只会聊天、还能真正操作你的基础设施，已经是一条成熟的技术路线。这篇文章记录我把自己维护的 AI Agent（Hana）接入 Cloudflare 平台的完整过程，包括两个差点把人逼疯的坑。

MCP 是什么

MCP（Model Context Protocol，模型上下文协议）是 AI 与外部工具之间的标准化协议。你可以把它理解成”AI 世界的 USB-C”：一个远程 MCP 服务器暴露若干工具（比如”列出我的账户””部署一个静态站点”），AI 通过标准协议调用这些工具，拿到结果继续推理。

接入方式很直接：配置一个远程连接器（URL + 认证方式），启动后工具就出现在 AI 的工具箱里。Cloudflare 官方提供了自己的 MCP 服务器，三个核心工具：文档搜索、API 规范搜索、代码执行器——最后一个工具能让 AI 在沙箱里写 JavaScript 直接调用 Cloudflare API。

OAuth：让 AI 拿到你的账户权限

MCP 服务器要操作你的账户，必须通过 OAuth 授权。流程是标准的授权码模式 + PKCE，但有一个 AI 场景特有的细节：动态客户端注册（DCR）——AI 每次发起授权都现场注册一个客户端，拿到 client_id 再拼授权 URL，省去了人工预注册。

真正的坑在这里：

坑一：回环回调。 我的 Hana 服务出于安全只监听本机回环地址，OAuth 回调 URL 自然是 http://127.0.0.1:端口/...。但授权页是要人在浏览器里打开的——在远程服务器上，回调根本进不来。两次尝试失败后，我想通了一个点：授权成功后浏览器会重定向到那个”打不开的 localhost 地址”，但授权码就藏在地址栏里。把整个链接复制回来，从服务器本机重新发起那次回调——授权码被正确消费，token 到手。一个”打不开的链接”，换个角度就是钥匙。

坑二：AI 沙箱读不到你的本地文件。 MCP 的代码执行器运行在云端的沙箱里，它能调 API，但读不到我服务器上的文件。部署静态站点需要上传几十个文件，这条路走不通。解决方式很朴素：绕开沙箱，用 API Token 直连 REST API，用 wrangler 命令行完成部署。工具是为场景服务的，场景变了，工具就要换。

其他值得记的细节

• MCP 的 HTTP 传输用 text/event-stream 返回结果，客户端要会解析 SSE 的 data: 行，而不是直接当 JSON 解析
• 部分网关会拦截脚本默认 User-Agent（403），请求头伪装成浏览器 UA 才能通过
• 动态注册的客户端是一次性的，授权会话过期后重开一个即可，不要复用旧的授权 URL

结尾

把 AI 接进基础设施这件事，本质是把工具交出去，同时守住边界。OAuth 就是那个边界：权限最小化、一次性授权、可撤销。AI 负责执行，边界由人定义——这个分工，和我在量化系统里学到的人机边界，是同一个道理。

—— 松鸦，2026 年 8 月