工具大全
踩坑实录作者:Coocon2026年8月18日434 次阅读约 4 分钟阅读

MCP Server 把 CPU 吃满 100%:一次 Cloudflare MCP 失控进程的排查与止血

日常写代码时突然发现机器风扇狂转,top 一看 CPU 被吃满。顺藤摸瓜定位到的元凶有点意外:不是编译任务,不是浏览器,而是挂在 Claude Code 上的 Cloudflare MCP server。

这篇文章复盘完整的排查过程、stdio 型 MCP 的进程模型问题,以及最后的处置决策:移除 MCP,改用 Cloudflare REST API。

现象:两个进程各吃满一个核,后面还排着一队僵尸

第一步先看进程。按 CPU 排序:

ps aux | grep -i mcp | grep -v grep

输出(已脱敏):

bjhl  56484  99.8  node .../node_modules/.bin/mcp-server-cloudflare run <account-id>
bjhl  56483  99.1  node .../node_modules/.bin/mcp-server-cloudflare run <account-id>
bjhl  77253   0.0  node .../node_modules/.bin/mcp-server-cloudflare run <account-id>
bjhl  77075   0.0  npm exec @cloudflare/mcp-server-cloudflare run <account-id>
bjhl  56199   0.0  npm exec @cloudflare/mcp-server-cloudflare run <account-id>
bjhl  56197   0.0  npm exec @cloudflare/mcp-server-cloudflare run <account-id>
bjhl  39408   0.0  node .../node_modules/.bin/mcp-server-cloudflare run <account-id>
bjhl  39332   0.0  npm exec @cloudflare/mcp-server-cloudflare run <account-id>

三个信息量很大的细节:

  1. 两个实例各吃满约 100% CPU(56483 / 56484)——不是内存泄漏,是忙循环(busy loop),单核跑满。
  2. 同一个 MCP server 同时存在 7~8 个进程。PID 跨度很大(39xxx / 56xxx / 77xxx),说明它们来自不同时间启动的多个会话,旧的没退干净,新的又起来了。
  3. 每个实例实际是一对进程:npm exec 父进程 + node 子进程——因为配置里用的是 npx -y @cloudflare/mcp-server-cloudflare 这种启动方式,每次拉起都要走一遍 npm 的解析链。

为什么会这样:stdio MCP 的进程模型

用 claude mcp get cloudflare 确认配置:

cloudflare:
  Scope: User config (available in all your projects)
  Status: ✔ Connected

这是一个 user 级作用域的 stdio 型 MCP——意味着每一个 Claude Code 会话启动时都会 spawn 一个属于自己的 server 进程。开三个终端窗口就是三套进程,这就解释了为什么会堆出一排实例。

stdio MCP 的生命周期约定是:客户端退出 → 子进程的 stdin 收到 EOF → server 自行退出。但这个约定依赖 server 正确处理 EOF。从现场看,两个吃满 CPU 的实例最可能的情况是(这是基于现场的推断,我没有进一步 profile 它的内部代码):父会话已经不在了,server 卡在一个不处理流关闭的读循环里——read 立即返回、循环立即重试,于是单核 100%,还永远不退出。

而另外几个 0% CPU 的残留实例,虽然安静,但也是同一个回收缺陷的产物——只是它们碰巧闲着,没进入忙循环。

归纳一下,这次踩的坑其实是三层问题叠加:

层 问题
使用方式 低频使用的运维类工具,被配置成 user 级常驻——每个会话都付出一套进程的成本
启动链路 npx 启动使进程翻倍(npm exec + node),且首次启动要走网络解析
server 实现 会话结束后进程不退出,甚至进入忙循环

止血:移除配置 + 清理进程

处置很直接。先从配置里摘掉:

claude mcp remove cloudflare -s user
# Removed MCP server cloudflare from user config

再清掉所有存量进程(包括安静的僵尸):

pkill -f "mcp-server-cloudflare"

复查确认:

ps aux | grep -i cloudflare | grep -v grep
# (无输出)
claude mcp list | grep -i cloudflare
# (无输出)

CPU 应声回落,风扇安静。

为什么不装回去:低频操作,API 比 MCP 更合理

移除之后要回答一个问题:以后还要操作 Cloudflare 怎么办?

答案是直接用 Cloudflare REST API。它的 API 设计成熟、文档完善,一条 curl 就能完成 MCP tool 背后同样的调用:

# 列出 zone
curl -s "https://api.cloudflare.com/client/v4/zones" \
  -H "Authorization: Bearer $CF_API_TOKEN" | jq '.result[].name'

# 清除某个 zone 的缓存
curl -s -X POST "https://api.cloudflare.com/client/v4/zones/$ZONE_ID/purge_cache" \
  -H "Authorization: Bearer $CF_API_TOKEN" \
  -H "Content-Type: application/json" \
  --data '{"purge_everything":true}'

# 查 DNS 记录
curl -s "https://api.cloudflare.com/client/v4/zones/$ZONE_ID/dns_records" \
  -H "Authorization: Bearer $CF_API_TOKEN" | jq '.result[] | {name, type, content}'

AI 助手本来就会写 curl——让它直接调 API,和让它通过 MCP tool 调,能力上没有区别。区别在成本模型:

  • MCP(常驻):不管用不用,每个会话都要养一个进程;stdio 实现质量参差,回收失败就变成本文这种事故。
  • API(按需):不用的时候成本为零;出问题时排查路径就是一条 HTTP 请求,透明得多。

我的取舍标准沉淀成一句话:高频、强交互、需要状态的工具才值得挂 MCP;低频运维操作,直接教 AI 调 API。 Cloudflare 的场景对我来说是后者——一个月改不了几次 DNS,为它常驻一组进程不划算。

可以带走的检查清单

  1. 定期体检:claude mcp list 看看挂了多少 server,问自己每一个的使用频率是否配得上常驻成本。
  2. 风扇一响先查 MCP:ps aux | grep mcp,重点看是否有多个同名实例堆积——那是会话回收失败的信号。
  3. user 级作用域慎用:user scope 的 stdio MCP 是「每个会话 × 每个项目」都起进程;只在单个项目用的工具,配到 project scope。
  4. npx 启动的 MCP 成本更高:进程翻倍 + 首启走网络。真的高频使用,考虑全局安装后用绝对路径启动。
  5. 移除 ≠ 失去能力:绝大多数 SaaS 的 MCP server 只是 REST API 的薄封装,curl + API token 永远是兜底路径。

常见问题 FAQ

MCP server 进程占用 CPU 100% 怎么排查?

先 ps aux | grep mcp 按 CPU 排序找到具体进程,看命令行确认是哪个 MCP server;再数同名实例数量——多个实例堆积说明历史会话的进程没有被回收。止血手段是 pkill -f "<server 名>",根治手段是评估这个 MCP 是否值得常驻,低频工具直接移除改用 API。

如何彻底移除 Claude Code 中的某个 MCP server?

先用 claude mcp get <name> 确认作用域(user / project / local),再用对应的 claude mcp remove <name> -s <scope> 移除配置,最后 pkill -f 清理仍在运行的存量进程。只删配置不清进程,失控实例会继续吃 CPU。

什么场景该用 MCP,什么场景该直接调 API?

高频、强交互、需要维持状态(如浏览器会话、数据库连接)的工具适合 MCP;低频的运维类操作(改 DNS、清缓存、查配置)直接让 AI 写 curl 调 REST API 更划算——零常驻成本,出问题时排查路径也更透明。

参考链接

这类实测,每周六汇总一封

订阅码农早餐:每天 8:00 一封 AI 编程早报,每周六另附本周 Claude Code / Codex / 本地模型的实测和踩坑汇总。

相关文章

Claude Code 禁止 rm -rf 怎么配:deny 规则两周拦下 14 次,实测还有 7 种写法照样能删,一个 hook 补齐

为了防 Claude Code 误删文件,我在全局 settings 里加了一条 deny 规则 Bash(rm -rf *)。翻本机 10 月 7 日到 21 日的会话记录:这条规则拦下 14 次删除,模型被拒后 8 次换新目录名、6 次直接放弃删除,一次都没换写法绕过。但在 Claude Code 2.1.285 上用 stub 逐字回放 22 种删除写法后发现:rm -fr、rm -r -f、rm -Rf、rm -r 在手动、auto、bypass 三种模式下都照删不误,/bin/rm、find -delete、bash -c 在手动和 bypass 模式下也能删。auto 模式下,工作目录内的 rm -fr 会被当成「acceptEdits 也会放行」的操作,连分类器都不过。另一道闸是内置的 dangerous-rm 检查,目标是 $D/* 这类变量展开时触发,bypass 模式也拦;多行命令里前面有 heredoc,它就跟不上同一条命令里的变量赋值。文末给出一个 PreToolUse hook,三种模式下补齐全部递归删除写法,并告诉模型被拒后该怎么做。

claude-codehooks+5
pitfalls2026年10月21日7 min
920

Claude Code 接 DeepSeek / GLM / Kimi 开 auto 模式:temporarily unavailable 括号里的原因怎么看,哪些重试没用(故障注入实测)

用第三方模型跑 Claude Code auto 模式,每个有副作用的动作都会用你的会话模型向同一个后端多发一次判定请求:系统提示词 132,470 字符,单次约 2.97 万输入 token,比主循环那一步还多。判定请求一失败,就出现「xxx is temporarily unavailable, so auto mode cannot determine the safety of Bash」。本文用故障注入代理把每种失败对应的报错原文测了一遍:500 → (server error)、429 → (rate-limited)、529 → (overloaded)、断连 → (connection failed),这几种会自动重试 5 次;超过 60 秒没回 → (timed out);**没有括号 = 后端拒收(4xx),只试 1 次,重试多少遍都一样**;后端回了但模型没给判定 → could not evaluate,连续 3 次就退回人工确认。另外实测 CLAUDE_CODE_AUTO_MODE_MODEL 不生效,判定器只能跟着会话模型换。Claude Code 2.1.285,真实后端 DeepSeek v4-pro 与小米 MiMo v2.5。

claude-codedeepseek+7
pitfalls2026年10月11日11 min
1865

Claude Code 上下文太长怎么办:Prompt is too long 会自动压缩,中转站 / DeepSeek 的 maximum context length 却不会(实测)

Claude Code 靠报错文案判断「上下文太长」:后端说 prompt is too long 或 input is too long for requested model,它会自动压缩对话后重发,用户无感;DeepSeek 和 OpenAI 风格中转返回的 This model's maximum context length is …,它不认识,直接报 API Error: 400,每轮都失败。手动 /compact 有效;更好的办法是用 CLAUDE_CODE_MAX_CONTEXT_TOKENS(非 claude- 模型 ID)或 CLAUDE_CODE_AUTO_COMPACT_WINDOW(claude- 模型 ID)告诉它真实上限,让它提前压缩。Claude Code 2.1.285 + 本地 stub 实测。

claude-codedeepseek+6
pitfalls2026年10月5日8 min
1464

Claude Code 一直卡住、转圈没反应怎么办:后端不回时它要等 6 分钟,重试满 10 次可能卡一个多小时(实测)

Claude Code 转圈不动、或者停在 Retrying in 0s,多半是后端没有回数据。实测 2.1.285(API key + ANTHROPIC_BASE_URL):后端不回响应头时每次等 6 分钟(360 秒)才判超时,把 API_TIMEOUT_MS 调到 60 万、90 万也不变,只能调小;默认重试 10 次,总共可能卡一个多小时。中转站如果把回复缓冲到生成完才返回,超过 6 分钟的回复永远拿不到。按 Esc 可以随时中断。全部在本地 stub 上实测。

claude-code中转站+6
pitfalls2026年10月5日10 min
1275