Cherry Studio项目MCP SSE模式连接超时问题分析与解决方案
2025-05-08 15:32:56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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
Kimi-K2-ThinkingKimi-K2-Thinking是最新开源思维模型,作为能动态调用工具的推理代理,通过深度多步推理和稳定工具调用(200-300次连续调用),在HLE、BrowseComp等基准测试中刷新纪录。原生INT4量化模型,256k上下文窗口,实现推理延迟和GPU内存使用的无损降低,支持自主研究、编码和写作等工作流。【此简介由AI生成】Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
296
2.64 K
Ascend Extension for PyTorch
Python
128
149
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++
607
190
React Native鸿蒙化仓库
JavaScript
228
307
暂无简介
Dart
588
127
🎉 (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
1.05 K
611
仓颉编译器源码及 cjdb 调试工具。
C++
122
460
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
77
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
178
62
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
1.02 K
454