MCP 部署：托管的真实成本

大多数教程都会教你如何在本地构建 MCP 服务器。它们会教你端点和身份验证，但不会教你如何让服务器 24/7 全天候运行。

我花了三个月的时间为我的个人知识库构建了一个 MCP 服务器。我通过惨痛的教训了解到，部署才是真正痛苦的开始。

如果你希望你的 AI 助手能在移动端、网页端或云端客户端工作，你就不能依赖 localhost。你必须部署到公共主机上。

以下是我基于真实生产环境测试的托管方案分析：

• Heroku

  • 优点：部署简单，自动提供 HTTPS。
  • 缺点：免费层在 30 分钟后会进入休眠状态。这会导致 10 到 30 秒的延迟。在此期间，MCP 客户端经常会超时并失败。
  • 结论：3/10。适合测试，不适合日常使用。

• Fly.io

  • 优点：部署快速，拥有全球网络。支持为你的文件提供持久化卷（persistent volumes）。
  • 缺点：免费层应用在停止活动一周后会停止运行。你需要使用 cron job 来保持它们处于活跃状态。
  • 结论：6/10。对大多数用户来说是一个可靠的选择。

• Serverless（例如腾讯云 SCF）

  • 优点：低流量时极其便宜。如果你在中国等特定地区，延迟非常低。
  • 缺点：冷启动需要几秒钟。你必须针对无状态架构进行设计。
  • 结论：7.5/10。非常适合使用率较低的个人项目。

• VPS（虚拟专用服务器）

  • 优点：完全控制，服务器不会休眠。每月成本可预测。
  • 缺点：你必须自己管理安全、更新和 SSL。
  • 结论：最适合多用户或高流量场景。

三个可以为你节省数小时调试时间的经验教训：

• 设置超时：MCP 客户端非常缺乏耐心。如果你的搜索超过 10 秒，客户端就会断开连接。请在服务器配置中设置严格的连接超时。

• 添加健康检查：云提供商需要一种方式来了解你的应用是否在线。创建一个简单的 /health 端点。

• 修复 CORS：身份验证经常会破坏 CORS 预检请求（preflight requests）。确保你的配置允许无需身份验证的 OPTIONS 请求。

我的工作流：

1. 本地构建。
2. 使用 ngrok 测试远程客户端。
3. 稳定后部署到 Fly.io 或 VPS。

部署并不光鲜亮丽，但它是必要的。如果你的 AI 客户端无法连接到它，那么一个完美的服务器也毫无用处。

你正在使用什么来托管你的 MCP 服务器？请在评论区告诉我。

Source: https://dev.to/kevinten10/mcp-deployment-what-they-dont-tell-you-about-hosting-your-mcp-server-from-3-months-of-production-nb8

Optional learning community: https://t.me/GyaanSetuAi