GLM 编程套餐自带的四个 MCP 服务怎么用

2026-08-25

数据截至 2026-08，价格与限额以各官网为准。本文只讲计费与接入机制，不列具体价格数字。

四个 MCP 里只有视觉理解是本地服务（走 npx 起进程），另外三个都是远程 HTTP 服务，配置里填的是 URL 加一个 Authorization 头。真正容易白忙一场的是：在 Claude Code 里用 GLM Coding Plan 时，联网搜索和网页读取官方说模型服务端已经内置、根本不用装，视觉理解只内置了 image_analysis 一个工具、其余七个要装了才有。而在积分口径上，三个远程 MCP 按调用次数算，视觉理解则是以 GLM-4.6V 的身份按 token 算——这两类东西在官方积分表里压根不在同一个类目下。

先搞清四个服务分别叫什么、暴露了哪些工具

官方文档里这四个页面是分开的，工具名也各写各的。把它们并排放一下（工具名是官方文档里列出的结构性枚举，以官方文档为准）：

联网搜索 MCP：一个工具 webSearchPrime，官方描述是搜索网络信息，返回结果包括网页标题、网页 URL、网页摘要、网站名称、网站图标。
网页读取 MCP：一个工具 webReader，抓取指定 URL 的网页内容，返回网页标题、正文内容、元数据、链接列表。
开源仓库 MCP（文档里叫 ZRead MCP，基于 zread.ai 能力）：三个工具，search_doc 搜索 GitHub 仓库对应的知识文档，get_repo_structure 获取仓库目录结构和文件列表，read_file 读取仓库中指定文件的完整代码内容。
视觉理解 MCP：官方文档说它接入的是 GLM-4.6V 能力，工具最多，共八个：ui_to_artifact、extract_text_from_screenshot、diagnose_error_screenshot、understand_technical_diagram、analyze_data_visualization、ui_diff_check、image_analysis、video_analysis。

这份工具清单值得对着读一遍，因为它决定了你该怎么提问。视觉理解那八个工具在文档里被描述成「模型可根据用户 Prompt 自主调用最匹配的工具」，也就是说你不需要点名工具，但你的话术得让模型能对上号——你说「这张截图里的报错是什么意思」，它才有机会走 diagnose_error_screenshot 而不是笼统的 image_analysis；你说「比较这两张 UI 有什么差别」，才对得上 ui_diff_check。

远程三个和本地一个，装法完全是两条路

三个远程 MCP 的配置长得几乎一样：一条形如 https://open.bigmodel.cn/api/mcp/<服务名>/mcp 的地址，加一个 Authorization: Bearer YOUR_API_KEY 请求头。官方给的 Claude Code 一键命令是这个形状：

claude mcp add -s user -t http web-search-prime https://open.bigmodel.cn/api/mcp/web_search_prime/mcp --header "Authorization: Bearer YOUR_API_KEY"

网页读取和开源仓库把命令里的服务名与路径换掉即可，手动配置则是往用户目录下 .claude.json 的 mcpServers 段里加一项。

视觉理解不一样，它是 Local MCP Server。官方给的方式是通过 npx 拉起 @z_ai/mcp-server 这个包，在 Claude Code、Cline 这些标签页里配置类型写的是 stdio（但也不是所有客户端都这么写，OpenCode 那个标签页给的就是 "type": "local"，照抄前先看清自己用的是哪一页），API Key 通过环境变量 Z_AI_API_KEY 传进去，另有一个 Z_AI_MODE 用来选服务平台，可选值是 ZHIPU 或 ZAI（默认值以官方文档当前版本为准）。因为它要在本地跑 Node 进程，官方明确写了前提条件是安装 Node.js 18 或更新版本——这一条在远程那三个上是不需要的。

同一个服务，不同客户端里 type 字段的拼写还不一样

这是照抄配置最容易翻车的地方。官方文档按客户端分了标签页，同样一个远程 MCP：

Claude Code 写 "type": "http"
Cline 写 "type": "streamableHttp"
OpenCode 写 "type": "remote"
Roo Code、Kilo Code 这类走通用配置的写 "type": "streamable-http"

streamableHttp、streamable-http、http、remote 这几个词，肉眼扫过去差别很小，但填错客户端多半直接不识别。所以别从别人的博客里复制一段就往自己的客户端里塞，回官方文档找对应那个标签页。

Cline 还有一条兼容路径：老版本若不支持 StreamableHttp 类型，可以改用 sse 类型，地址形如 https://open.bigmodel.cn/api/mcp/web_reader/sse?Authorization=YOUR_API_KEY。注意这种写法是把凭证放在了 query string 里——能用，但这类地址更容易被日志、浏览器历史、命令行历史留下痕迹，能升级客户端就别停在这条路上。Key 的存放习惯可以顺带看看API Key 安全管理的通用做法。

另外，官方文档在几个远程 MCP 页面上都注明了 Goose 暂时不支持，并附了上游 issue 链接。如果你正好用 Goose，这就不是配置问题，别再折腾了。

Claude Code 用户：先确认哪些根本不用装

这是本文最省事的一条。官方在联网搜索和网页读取两个页面上都放了同一句提示：在 Claude Code 中使用 GLM Coding Plan 时，模型服务端已内置这个 MCP，无需安装；只有当你希望在调用其他非智谱模型时仍然用到这个 MCP，才按文档去装。

视觉理解的提示不一样，它写的是模型服务端已内置 image_analysis 工具、具备图片理解能力、无需安装，如需使用全部视觉工具再按文档安装。换句话说，如果你只想让它「看一眼这张图」，什么都不用做；想要 OCR 提文字、想要 UI 截图转代码、想要对比两版 UI，那八个工具里的其余七个才需要手动装。

开源仓库 MCP 的页面上没有出现同款「已内置」提示，文档直接给出了安装命令。文档没写的事我不替它下结论，按页面呈现的方式装就是了。

取 Key：个人版和团队版不是同一个入口

取 Key 这一步在四个 MCP 文档里的两条说明是逐字一致的（步骤标题略有出入：三个远程 MCP 页写作「获取访问令牌」，视觉理解页写作「获取 API Key」），并且都专门强调了一句容易吃亏的话：个人版套餐用户在个人编程套餐的套餐概览页新建 API Key；团队版套餐成员则要到团队编程套餐里获取 Key，并且团队套餐 Key 与平台其他 API Key 不通用，要使用团队额度就必须用团队套餐 Key。

这条的实际后果是：团队里的人如果顺手拿了自己以前在开放平台建的那把 Key 去配 MCP，配置本身可能没报错，但走的就不是团队套餐的额度了。配置完成后先去账单页面对一下扣的是哪边，比事后扯皮省事。

积分口径：三个远程 MCP 按次算，视觉理解按模型算

官方给出的抵扣公式是两条：模型消耗的积分由输入 token、缓存命中 token、输出 token 分别乘各自的抵扣系数再折算；而 MCP 消耗积分数 = 调用次数 × Output 抵扣系数。也就是说远程 MCP 不看你抓回来多少内容，看的是你调了几次。

再看官方那张抵扣系数表的分类就更清楚了：联网搜索、网页读取、开源仓库三项归在「MCP 工具」类目下，Input 与 Cached Input 两列是空的（写作破折号），只有 Output 一列有值；而视觉理解是以「GLM-4.6V（视觉理解 MCP）」的名义列在模型类目里，三列系数俱全。也就是说，视觉理解走的是模型那条口径，三项 token 各乘各自系数再折算；另外三个走的是 MCP 那条口径，只数调用次数，抓回来的内容多长都不进公式。两条公式的自变量根本不是一回事，别拿其中一条的经验去估另一条的用量。至于一张图、一段视频在视觉理解这边最终折成多少 token，这四个 MCP 页面和套餐概览页里都没有找到相关说明，真要精确核算就以官方计费文档为准。具体系数值也会调整，去官方页面看当前版本。

FAQ 里还回答了两件事：所有等级的套餐都支持这四个 MCP 工具；模型与 MCP 共享套餐调用额度，不是各自独立的一份。共享这一点意味着，让 Agent 在一次任务里反复联网搜索、反复读网页，吃掉的是你写代码那份额度。想把这笔账管起来，可以配合通用的 API 成本监控做法搭一个日常查账的习惯。

顺带提醒一处容易读串的地方：官方关于非高峰时段抵扣优惠的那句话，主语写的是「模型调用」。MCP 工具调用适不适用同一条优惠，官方文档里没有找到明确说明，别按自己的推测去估算。具体优惠比例与时段划分以官方页面为准。

还有一条边界：FAQ 明确写了，除了 GLM Coding Plan 套餐包，官方暂未提供其他调用这些 MCP 工具的接入方案；若你调用的是其他来源的同类 MCP 工具，产生的计费问题不属于这个套餐的范畴。

连不上、调不动时的排查顺序

官方在四个页面的故障排除里给的条目高度重合，把它们按「先查哪个」排一下更实用：

令牌层。确认 Key 是否正确复制、是否已激活、是否有足够余额、Authorization 头格式是否正确。视觉理解还多一条：确认 Z_AI_MODE 选的平台与你手上这把 Key 是匹配的——Key 对了平台选错，一样通不过。
进程层（只针对视觉理解）。官方建议直接在本地命令行里带着环境变量执行一次 npx -y @z_ai/mcp-server，看能不能装起来。装得起来，说明环境和权限没问题，问题在客户端配置那一侧；装不起来，就按报错信息查 Node 环境，文档里点名要看 node -v 和 npx -v。
网络层。检查网络连接、防火墙设置，核对服务器 URL 是否写对，必要时把超时时间调大。
结果层。搜索返回空结果，官方建议换关键词、检查查询是否过于具体；网页读取失败，先确认目标 URL 可访问、目标网页是否有反爬机制；仓库访问失败，先确认仓库确实存在且是公开仓库、owner/repo 拼写没错，再到 zread.ai 上搜一下这个仓库有没有被收录支持。

最后那条值得单独记住：开源仓库 MCP 不是对全 GitHub 生效的，它依赖 zread.ai 侧的收录。冷门仓库读不出来，通常不是你配置错了。

两个版本相关的小坑

一是视觉理解 MCP 的版本。官方提示要体验 GLM-4.6V 能力需要安装 0.1.2 或更新版本，老用户可能会命中 npx 的旧缓存版本，解决办法是删掉 npx 缓存，或者把包名写成 @z_ai/mcp-server@latest 强制装最新版。你要是发现工具列表里少了几个，先怀疑这里。

二是 Windows 上的两处提示：在 PowerShell 里执行安装命令若遇到 -y 参数问题，可以改用 CMD 执行同样的命令；若看到 Windows requires 'cmd /c' wrapper to execute npx 这条告警，官方说可以忽略。

还有一条使用姿势上的提醒，容易被忽略：官方注明除 Claude Code 之外，直接在客户端里粘贴图片是调不到这个 MCP Server 的，客户端默认会把图片转码后直接调模型接口。推荐做法是把图片放到本地目录，在对话里指定文件名或路径来触发。所以如果你粘完图发现工具一次都没被调用，那不是 MCP 装错了，是入口就没走到它身上。

收尾：先做的三件事

装之前先回答三个问题，能省掉大半折腾：你用的是不是 Claude Code（是的话联网搜索和网页读取就别装了）；你手上这把 Key 是个人版还是团队版的（团队额度只认团队套餐 Key）；你要的视觉能力是不是超出了内置的那一个工具（不超出就不用装本地服务）。

配好之后，别急着让 Agent 一口气跑长任务。先用一两句简单的话把每个工具触发一遍，确认它确实被调用了，再去账单页面看一眼扣的是哪个类目、哪份额度。MCP 与模型共享额度这件事，会在你毫无察觉的时候把套餐用量推上去——尤其是让 Agent 自主循环搜索的场景。真到了被限的那一步，就得按限流与 429 的通用处理思路去分辨到底是额度问题还是频次问题了。