ModelContextProtocol TypeScript SDK 中 SSE 连接的自定义 Header 实现方案
2025-06-05 22:14:26作者:傅爽业Veleda
背景介绍
在使用 ModelContextProtocol (MCP) 的 TypeScript SDK 时,开发者经常需要为服务器发送事件(SSE)连接添加自定义 Header,特别是用于身份验证的 API Token。这是一个常见的安全需求,但在浏览器环境中实现起来却存在技术限制。
核心问题分析
标准 Web API 中的 EventSource 接口存在一个重要的限制:它不支持在初始化时添加自定义 HTTP Header。这个限制源于 EventSource 的设计初衷是为了简化服务器推送事件的使用,但同时也牺牲了一些灵活性。
在 MCP TypeScript SDK 中,SSEClientTransport 类封装了 EventSource 的功能,用于建立与 MCP 服务器的 SSE 连接。当开发者需要为 /sse 和 /message 端点添加认证 Header 时,会遇到以下情况:
/message端点可以正常使用自定义 Header,因为它是通过标准的 fetch API 实现的/sse端点则无法直接添加 Header,因为底层依赖的是 EventSource
Node.js 环境解决方案
对于 Node.js 运行时环境,我们可以利用 eventsource 这个第三方包来突破浏览器环境的限制。这个包提供了更灵活的 EventSource 实现,支持通过 fetch 拦截器添加自定义 Header。
具体实现方案如下:
import { SSEClientTransport } from '@modelcontextprotocol/sdk/client/sse'
import { EventSource } from 'eventsource'
// 在全局对象上注册自定义 EventSource
globalThis.EventSource = EventSource
const transport = new SSEClientTransport(
new URL('服务器地址'),
{
requestInit: {
headers: { 'Authorization': 'Bearer <令牌>' }
},
eventSourceInit: {
fetch(input, init) {
const headers = new Headers(init?.headers || {})
headers.set('Authorization', 'Bearer <令牌>')
return fetch(input, {
...init,
headers
})
}
} as any // 需要类型断言,因为这是非标准扩展
}
)
关键实现细节
- 全局覆盖 EventSource:我们需要用第三方实现替换原生的 EventSource
- fetch 拦截器:通过提供自定义 fetch 方法,我们可以在 SSE 连接建立时注入 Header
- 类型处理:由于这是非标准扩展,需要进行类型断言
- Header 一致性:确保 SSE 和普通消息请求使用相同的认证信息
浏览器环境的限制
在纯浏览器环境中,目前还没有完美的解决方案。这是因为:
- 浏览器原生 EventSource API 确实不支持自定义 Header
- 所有基于 polyfill 的方案最终都会回退到原生 API
- 安全限制阻止了通过其他方式注入 Header
对于必须在前端实现的场景,建议考虑以下替代方案:
- 使用 WebSocket 替代 SSE
- 通过 URL 参数传递认证令牌(安全性较低)
- 设置专用的认证 cookie
最佳实践建议
- 环境检测:在代码中区分 Node.js 和浏览器环境,提供不同的实现
- 错误处理:完善错误捕获和重试机制,特别是对于认证失败的情况
- 令牌管理:实现令牌刷新逻辑,避免使用过期令牌
- 类型安全:为自定义配置创建明确的类型定义,避免滥用 any
总结
虽然浏览器环境的限制使得 SSE 连接添加自定义 Header 存在挑战,但在 Node.js 环境中我们已经有成熟的解决方案。理解这些技术限制和解决方案,有助于开发者更好地设计基于 MCP 协议的应用程序架构。随着 Web 标准的发展,未来可能会有更优雅的解决方案出现。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.25 K
暂无简介
Dart
619
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
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++
647
261
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
76