ModelContextProtocol TypeScript SDK 中 SSE 连接的自定义 Header 实现方案
2025-06-05 16:43:44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
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322