ModelContextProtocol TypeScript SDK 1.11.1版本工具参数解析问题分析
在ModelContextProtocol TypeScript SDK的版本迭代过程中,1.11.1版本出现了一个值得注意的回归问题:当开发者使用server.tool方法定义工具时,工具参数无法正确地在MCP客户端显示。这个问题在1.10.2版本中表现正常,但在升级到1.11.1版本后出现了功能异常。
问题现象
开发者在使用server.tool方法定义工具时,通常会传入三个关键参数:工具名称、工具描述和一个Zod模式定义的对象参数。例如:
server.tool(
"searchMcpServers",
"工具描述文本...",
{
prompt: z.string().describe("LLM用户提示")
},
async ({ prompt }) => {
// 工具实现逻辑
}
);
在1.11.1版本中,虽然代码能够正常执行,但定义的参数(如上述例子中的prompt)不会出现在MCP客户端中,导致工具无法接收预期的输入参数。
技术分析
经过深入调查,发现问题根源在于SDK内部对Zod模式对象的类型检查逻辑。在1.11.1版本中,isZodRawShape函数的实现存在缺陷:
const isZodRawShape = (obj: unknown): obj is ZodRawShape => {
if (typeof obj !== "object" || obj === null) return false;
const isEmptyObject = z.object({}).strict().safeParse(obj).success;
return isEmptyObject || Object.values(obj as object).some(v => v instanceof ZodType);
};
该函数用于验证传入的对象是否符合ZodRawShape类型定义。问题出在Object.values(obj as object).some(v => v instanceof ZodType)这一判断条件上。在1.11.1版本中,这个条件在某些情况下会错误地返回false,导致系统认为传入的参数对象不是有效的Zod模式定义。
解决方案
开发团队迅速响应并修复了这个问题。在1.11.2版本中,通过优化类型检查逻辑,确保了Zod模式对象的正确识别。具体改进包括:
- 增强了类型检查的健壮性,确保各种形式的Zod模式定义都能被正确识别
- 优化了对象属性的验证逻辑,防止边缘情况下的误判
- 完善了测试用例,覆盖更多可能的参数定义场景
开发者建议
对于遇到类似问题的开发者,建议采取以下措施:
- 及时升级到最新稳定版本(1.11.2或更高)
- 在升级前,仔细阅读版本变更日志,了解可能的破坏性变更
- 对于关键功能,建议在测试环境中充分验证后再部署到生产环境
- 使用类型检查工具确保参数定义的正确性
总结
这个案例展示了TypeScript类型系统在实际开发中的重要性,也提醒我们在版本升级时需要关注类型检查逻辑的变化。ModelContextProtocol团队快速响应并修复问题的态度值得肯定,这也体现了开源社区协作的优势。开发者在使用此类工具时,保持对版本变化的敏感性,可以有效避免类似问题的发生。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00