Python SDK中多流式HTTP服务器的生命周期管理问题解析

问题背景

在使用Python SDK开发多流式HTTP服务器时，开发者遇到了一个典型问题：当尝试在FastAPI应用中挂载多个MCP(Multi-Context Protocol)服务端点时，只有第一个通过session_manager.run()初始化的服务能够正常工作，其他服务端点会抛出"Task group is not initialized"的运行时错误。

问题现象

开发者创建了两个MCP服务实例：一个EchoServer和一个MathServer，分别挂载到FastAPI应用的不同路径下。虽然EchoServer能够正常工作，但MathServer端点会返回500错误，并显示任务组未初始化的异常。

技术分析

根本原因

问题的核心在于MCP服务的生命周期管理机制。每个FastMCP实例都需要自己的session_manager来管理会话状态和任务组。在示例代码中，只将第一个MCP实例的session_manager.run()传递给了FastAPI的lifespan参数，导致其他MCP实例的会话管理器没有被正确初始化。

生命周期管理机制

在Python SDK中，流式HTTP服务器需要：

1. 会话管理器(session_manager)负责维护WebSocket连接和任务组
2. 任务组(task group)用于并发处理多个客户端请求
3. 明确的启动和关闭流程来管理资源

解决方案

正确实现方式

要支持多个MCP服务端点同时工作，需要：

1. 为每个MCP实例单独管理生命周期
2. 使用组合生命周期函数来协调多个管理器的启动和关闭
3. 确保所有会话管理器都能正确初始化

代码实现示例

from contextlib import asynccontextmanager
from fastapi import FastAPI
import uvicorn
from mcp.server.fastmcp import FastMCP

@asynccontextmanager
async def lifespan(app: FastAPI):
    # 初始化所有MCP实例的会话管理器
    async with echo_mcp.session_manager.run(), math_mcp.session_manager.run():
        yield

echo_mcp = FastMCP(name="EchoServer", stateless_http=True)
math_mcp = FastMCP(name="MathServer", stateless_http=True)

# 注册工具函数...

app = FastAPI(lifespan=lifespan)
app.mount("/echo", echo_mcp.streamable_http_app())
app.mount("/math", math_mcp.streamable_http_app())

最佳实践建议

1. 统一生命周期管理：使用asynccontextmanager装饰器创建组合生命周期函数
2. 资源清理：确保所有会话管理器都能在应用关闭时正确清理资源
3. 错误处理：为每个MCP实例添加适当的错误处理逻辑
4. 性能考虑：评估多个MCP实例共享资源还是独立运行更合适

总结

在Python SDK中实现多流式HTTP服务时，正确的生命周期管理是关键。通过理解会话管理器和任务组的初始化机制，开发者可以构建稳定可靠的多端点MCP服务。这个问题也提醒我们，在异步编程环境中，资源初始化和清理的顺序和方式会直接影响应用的稳定性和可靠性。