ModelContextProtocol C SDK 中的路由参数绑定实践
2025-07-08 08:02:34作者:谭伦延
在基于 ModelContextProtocol (MCP) 的 C# SDK 开发中,开发者经常需要处理服务端工具与客户端之间的交互。一个常见的需求是支持基于路由参数的动态绑定,这在多租户或项目隔离场景下尤为重要。本文将深入探讨如何在 MCP 服务器工具中实现路由参数绑定。
路由参数绑定的业务价值
在实际企业应用中,不同团队往往需要访问相同服务但不同数据源的情况。例如:
- 团队A访问 project-alpha 项目数据
- 团队B访问 project-beta 项目数据
- 团队C访问 project-charlie 项目数据
理想情况下,我们希望工具方法能直接获取路由参数,保持代码简洁性和一致性。
技术实现方案
基础路由配置
在 ASP.NET Core 的启动配置中,可以通过以下方式设置支持路由参数的 MCP 端点:
app.MapMcp("/{projectId}/");
这种配置允许客户端通过形如 info-mcp.int.company.com/project-alpha/sse 的 URL 访问服务。
工具方法实现
在工具类中,目前官方推荐使用 IHttpContextAccessor 来获取路由参数:
[McpServerToolType]
public sealed class ProjectTools
{
[McpServerTool]
public static async Task<string> GetProjectDetails(
IHttpContextAccessor httpContextAccessor,
string itemId)
{
var httpContext = httpContextAccessor.HttpContext;
var projectId = httpContext!.Request.RouteValues["projectId"]!.ToString();
// 业务逻辑处理
var projectHandle = GetProjectHandle(projectId);
return await projectHandle.GetDetailsAsync(itemId);
}
}
技术限制与注意事项
-
分层架构限制:由于 McpServerTool.Create 方法不依赖 ASP.NET Core,直接支持 [FromRoute] 属性存在技术难度
-
HTTP上下文可用性:在状态流式 HTTP 请求中,IHttpContextAccessor.HttpContext 当前可能为 null,这是已知限制
-
参数验证:实际应用中应添加对路由参数的健壮性检查,处理可能的 null 或无效值情况
最佳实践建议
- 封装公共方法:将路由参数获取逻辑封装为基类或扩展方法,避免重复代码
public static class McpExtensions
{
public static string GetRouteProjectId(this IHttpContextAccessor accessor)
{
return accessor.HttpContext?.Request.RouteValues["projectId"]?.ToString()
?? throw new InvalidOperationException("Project ID not found in route");
}
}
-
错误处理:为路由参数缺失或无效的情况设计明确的错误响应
-
文档规范:在团队内部明确记录路由参数的使用约定,确保一致性
未来演进方向
随着 MCP SDK 的发展,以下改进值得期待:
- 原生支持 [FromRoute] 等参数绑定特性
- 改进流式请求中的 HTTP 上下文访问
- 提供更优雅的路由参数注入机制
当前方案虽然需要额外代码获取路由参数,但已经能够满足大多数业务场景需求,开发者可以根据项目实际情况选择最适合的实现方式。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868