ModelContextProtocol C SDK 中 TestServerWithHosting 的日志输出问题解析
2025-07-08 15:56:40作者:蔡怀权
在 ModelContextProtocol C# SDK 开发过程中,TestServerWithHosting 示例程序展示了一个使用标准输入输出的服务器实现。然而,该示例存在一个重要的日志输出问题,可能影响协议规范的正确实现。
问题现象
当启动 TestServerWithHosting 示例时,程序会向标准输出(stdout)打印多条日志信息,包括:
- 服务器启动信息
- 主机环境信息
- 内容根路径
- 传输层消息循环状态等
这些日志输出违反了 ModelContextProtocol 规范中关于传输通道的严格要求。
协议规范要求
根据 ModelContextProtocol 规范,服务器实现必须遵守以下关于标准输出的规则:
- 服务器可以向标准错误(stderr)输出 UTF-8 格式的日志字符串
- 服务器不得向标准输出(stdout)写入任何非 MCP 协议消息的内容
这种严格要求是为了确保标准输出通道的纯净性,使其专门用于协议消息传输,避免与日志信息混淆。
问题根源分析
问题的根源在于 .NET 的 Host.CreateApplicationBuilder 方法会自动创建一个控制台日志记录器。这个默认行为虽然对大多数应用程序很方便,但在需要严格控制标准输出的场景下会产生问题。
在 ModelContextProtocol 的实现中,标准输出被专门用作协议消息传输通道,任何额外的输出都可能干扰客户端对协议消息的解析和处理。
解决方案
针对这个问题,开发者可以采用以下解决方案:
var builder = Host.CreateApplicationBuilder(args);
// 清除默认的日志提供程序
builder.Logging.ClearProviders();
// 可选:添加其他不干扰标准输出的日志提供程序
builder.Logging.AddDebug();
builder.Logging.AddEventSourceLogger();
这种方法通过以下步骤解决问题:
- 首先清除所有默认的日志提供程序,包括自动添加的控制台日志记录器
- 然后根据需要添加其他不干扰标准输出的日志记录方式
最佳实践建议
在实现 ModelContextProtocol 服务器时,建议遵循以下最佳实践:
- 严格控制标准输出:确保 stdout 只用于协议消息传输
- 合理使用 stderr:可以将日志信息输出到标准错误流
- 考虑日志级别:生产环境中可以适当减少日志详细程度
- 提供日志配置选项:允许用户根据需要配置日志输出方式
总结
正确处理日志输出是 ModelContextProtocol 实现中的一个重要细节。通过理解协议规范要求并合理配置 .NET 的日志系统,开发者可以确保服务器实现既满足功能需求,又符合协议规范。这种对细节的关注是构建可靠、符合标准的协议实现的关键所在。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989