Cherry Studio项目MCP SSE模式连接超时问题分析与解决方案
2025-05-08 11:19:11作者:宣聪麟
问题背景
在Cherry Studio项目的使用过程中,部分开发者反馈在1.1.13版本中正常工作的MCP SSE模式(基于Spring Boot的MCP服务器),在升级到1.1.17版本后出现了连接问题。具体表现为点击启用按钮后界面持续转圈,最终报出"拉取工具列表超时"的错误。
问题现象分析
通过开发者提供的日志信息,我们可以清晰地看到整个通信流程:
- 客户端与服务器成功建立了SSE连接
- 客户端发送了初始化请求(initialize)
- 服务器正确响应了初始化请求
- 客户端发送了初始化完成通知(notifications/initialized)
- 客户端发送了ping请求并得到响应
然而,在后续的"list-tools"请求中,客户端报告了超时错误(Error -32001: Request timed out)。这表明虽然基础通信已经建立,但在某些特定操作上出现了问题。
根本原因
深入分析日志和代码行为后,发现问题的核心在于:
- 协议实现不完整:早期版本的Spring AI MCP服务器(1.0.0-M6)对initialize请求的响应不够完整,缺少必要的协议版本和功能声明。
- 版本兼容性问题:Cherry Studio 1.1.17版本对协议完整性的检查更加严格,导致与旧版服务器出现兼容性问题。
- 超时机制变化:新版本客户端对响应时间的容忍度降低,而旧版服务器的响应速度可能无法满足要求。
解决方案
该问题已在Spring AI项目的1.0.0-M7版本中得到修复。升级步骤如下:
- 更新MCP服务器依赖:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
<version>1.0.0-M7</version>
</dependency>
- 确保Cherry Studio客户端版本为1.2.2或更高
技术细节解析
MCP(Model Context Protocol)是一种基于JSON-RPC 2.0的协议,SSE(Server-Sent Events)是其一种传输实现方式。在修复版本中,主要改进包括:
- 完整的协议响应:服务器现在会正确返回协议版本、服务器信息和能力声明
- 性能优化:减少了不必要的网络往返,提高了响应速度
- 错误处理增强:提供了更清晰的错误信息和恢复机制
最佳实践建议
- 版本匹配:始终确保客户端和服务器使用相互兼容的版本
- 日志监控:在开发和调试阶段开启详细日志,便于问题诊断
- 协议验证:实现客户端时,应考虑对服务器响应的完整性检查
- 超时配置:根据网络环境适当调整超时参数
总结
这次问题展示了在分布式系统中协议版本管理的重要性。随着Cherry Studio和Spring AI项目的持续发展,开发者应当关注版本更新日志,及时升级依赖,以获得最佳的使用体验和稳定性。通过这次问题的解决,也为类似基于SSE的JSON-RPC实现提供了有价值的参考案例。
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 StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
866
1.96 K
Ascend Extension for PyTorch
Python
728
902
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
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
459
455
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
631
Oohos_react_native
React Native鸿蒙化仓库
C++
357
427