mcp-glm

MCP GLM 服务

一个通过 AceDataCloud 平台调用智谱 GLM 聊天补全功能的模型上下文协议（MCP）服务。

功能

• GLM 聊天补全：通过统一的 MCP 工具调用智谱 GLM 模型
• 模型发现：列出 AceDataCloud 提供的 GLM 模型
• 使用指南：提供 API 使用指南的内联工具

连接方式：托管 OAuth、API 令牌或本地 stdio

托管端点为 https://glm.mcp.acedata.cloud/mcp。为 MCP 客户端选择一种连接方式：

方式	适用情况	凭据设置
托管 OAuth	客户端支持远程 MCP OAuth	只添加 URL，然后登录 AceDataCloud 并批准访问。无需将令牌粘贴到客户端配置中。
托管 API 令牌	客户端无法完成 OAuth，或你需要明确的集成凭据	在 Authorization: Bearer … 标头中发送 AceDataCloud API 令牌。将其保存在本地密钥存储区或环境变量中。
本地 stdio	客户端运行本地 MCP 进程	安装 mcp-glm 并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务会公布 OAuth 元数据和动态客户端注册（DCR）。**DCR 用于注册客户端应用，不是 API 密钥。**OAuth 会为你登录，客户端随后会发送生成的 Bearer 令牌；它可能会重复使用或为该账户创建 API 凭据。浏览器登录仍需 AceDataCloud 账户。托管服务可能按用量计费：在执行实际操作前，请查看当前服务文档和公示价格。请勿为同一服务同时配置 OAuth 登录和固定的 Authorization 标头。

托管 OAuth 示例

• **Claude 和 Claude Desktop 聊天：**在 Customize → Connectors → Add custom connector 中添加远程自定义连接器，输入 https://glm.mcp.acedata.cloud/mcp，选择登录；如果 Claude 询问如何注册其 OAuth 客户端，请选择 Register automatically。完成授权。Claude Desktop 的本地 claude_desktop_config.json 是单独的配置方式。Claude 连接器指南。
• **Claude Code：**运行 claude mcp add --transport http --scope user glm https://glm.mcp.acedata.cloud/mcp，然后运行 claude mcp login glm。检查 /mcp。Claude Code MCP 指南。
• **Cursor：**只添加 https://glm.mcp.acedata.cloud/mcp 作为远程服务。项目级配置请将下方条目合并到 <project>/.cursor/mcp.json；个人使用请配置 ~/.cursor/mcp.json。Cursor MCP 指南。
• **VS Code / Copilot：**运行 MCP: Add Server，选择 HTTP，输入 https://glm.mcp.acedata.cloud/mcp，然后完成浏览器登录。新的可移植工作区配置使用 <project>/.mcp.json；下方的 VS Code 专用格式使用 <project>/.vscode/mcp.json 或用户配置文件。检查 MCP: List Servers。VS Code MCP 设置。
• **Codex：**运行 codex mcp add glm --url https://glm.mcp.acedata.cloud/mcp，然后运行 codex mcp login glm。其用户设置位于 ~/.codex/config.toml。Codex 官方 MCP 指南。

Cursor 项目配置（OAuth）：

{
  "mcpServers": {
    "glm": {"url": "https://glm.mcp.acedata.cloud/mcp"}
  }
}

VS Code 专用工作区配置（OAuth）：

{
  "servers": {
    "glm": {"type": "http", "url": "https://glm.mcp.acedata.cloud/mcp"}
  }
}

托管 API 令牌

1. 打开 Ace Data Cloud → 应用。登录，或先注册账号。
2. 找到 General application。如果尚未创建，请选择 Initialize General Application。通用密钥可使用账号可用的服务；专用应用的密钥则仅限其对应的服务。检查所需的服务／模型访问权限和当前定价。
3. 从应用卡片中复制 API Key，或打开 Keys / Manage Keys → Create，为此集成创建单独的密钥。为密钥设置易于识别的名称，以便单独撤销或轮换。
4. 创建密钥时，请检查 Expiration Time、Set Usage Limitation 和 Allowed APIs。仅启用所需的限制，并允许要调用的操作，然后点击 Create，再从密钥列表中复制令牌。查询任务不会授予提交生成请求的权限。确认应用余额足以支付首次请求；试用额度以账号当前显示的额度为准。
5. 仅复制令牌值，不要包含引号、空格或 Bearer 。API Key / API Token 字段需要填写原始值；只有手动配置 HTTP Authorization 标头时才需要添加 Bearer 前缀。platform-... 账号管理令牌不能替代生成 API 密钥。

将密钥保存到客户端的凭据存储中，或保存到下方所示的环境变量中。切勿将其放入提示词、共享工作流、屏幕截图或 Git 提交中。如果身份验证失败，请检查复制的完整值、应用／服务访问权限、有效期、使用限制和余额，然后再创建其他密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效，请在尝试浏览器登录前将其移除；请妥善保管已保存的凭据。

对于 Claude Code，添加服务时 shell 会展开令牌；请将保存的用户 MCP 配置视为机密信息：

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user glm https://glm.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

对于 Claude Code 项目配置，请在 <project>/.mcp.json 中放入变量引用，并在启动 Claude Code 的环境中设置该变量：

{
  "mcpServers": {
    "glm": {
      "type": "http",
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor 在 ~/.cursor/mcp.json 或未提交的项目配置中使用不同的环境变量语法：

{
  "mcpServers": {
    "glm": {
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${env:ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

在 VS Code 中，运行 MCP: Open User Configuration，并合并此服务和其掩码输入；${input:...} 适用于 VS Code 的用户／工作区格式，不能移植到 Agent Host .mcp.json 格式：

{
  "inputs": [
    {"id": "acedata-glm-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "glm": {
      "type": "http",
      "url": "https://glm.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-glm-token}"}
    }
  }
}

对于 Cline，请使用其 MCP 配置界面或 CLI 文件 ~/.cline/data/settings/cline_mcp_settings.json；其远程传输值为 streamableHttp。对于 JetBrains AI Assistant，请从 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 添加远程 URL。对于 Zed，使用仅包含 URL 的 context_servers 条目进行 OAuth，或添加本地 Bearer 标头。这些客户端的配置架构各不相同；请遵循其当前界面，而不要复制其他客户端的 JSON。Cline · JetBrains · Zed。

本地 stdio

安装软件包，并为本地进程提供 API 令牌：

python -m pip install mcp-glm
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-glm

对于 Claude Desktop 本地 MCP，请将此条目合并到其开发者设置打开的文件中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）。uvx 需要在 PATH 中安装 uv：

{
  "mcpServers": {
    "glm": {
      "command": "uvx",
      "args": ["mcp-glm"],
      "env": {"ACEDATACLOUD_API_TOKEN": "YOUR_API_TOKEN"}
    }
  }
}

请妥善保管此用户级文件。可自托管的 HTTP 使用 mcp-glm --transport http --port 8000；只有在具备适当的网络和 TLS 控制措施时才将其公开。本地执行仍会调用 AceDataCloud API。

使用服务前的检查

1. https://glm.mcp.acedata.cloud/health 返回 {"status":"ok"} 只能检查端点是否可访问。
2. 确认 MCP 客户端已加载工具。glm_list_models 是参考工具；它无法验证下游 API 访问或账户余额。
3. 如果需要完整的 API 检查，请先查阅当前服务文档和显示的定价，然后使用你自己的有效输入调用 glm_chat_completions。

对于 401，请检查客户端使用的身份验证方式，以及令牌或 OAuth 会话是否有效。403 可能意味着账户权限问题或内容审核失败；请查看返回的错误。余额不足和下游服务故障需要分别诊断。工具已列出或任务已提交，并不能证明结果成功。

可用工具

工具	描述
glm_chat_completions	运行 GLM 聊天补全调用
glm_list_models	列出可用的 GLM 模型
glm_get_usage_guide	获取 API 使用指南

文档

文档

许可证

MIT — 参见 LICENSE。