Cherry Studio项目中MCP服务器streamable HTTP类型添加失败问题解析
2025-05-08 13:31:35作者:邬祺芯Juliet
问题背景
在Cherry Studio项目1.2.4版本中,用户尝试添加MCP服务器的streamable HTTP类型服务时遇到了添加失败的问题。通过分析发现,这实际上是一个客户端与服务端协议实现不匹配的问题,在1.2.8版本中得到了修复。
技术原理分析
MCP(Model Context Protocol)是一种用于模型服务的协议规范,其中streamable HTTP是其定义的一种传输方式。这种传输方式需要支持会话恢复(Resumability and Redelivery)能力,这是通过HTTP GET方法实现的。
在1.2.8版本之前的实现中,Cherry Studio的MCPStreamableHttpClient组件存在以下技术问题:
- 初始化时会直接尝试发送HTTP GET请求
- 当服务端返回400状态码时,客户端会直接抛出异常
- 没有正确处理首次连接时的会话建立流程
问题根源
深入分析发现,问题的根源在于客户端与服务端对协议规范的理解和实现不一致:
-
服务端实现方面:
- 示例服务端代码(simpleStreamableHttp.ts)严格按照规范实现
- GET接口会检查请求头中的sessionId字段
- 当缺少sessionId时会返回400状态码
- 这是符合规范的行为,因为GET方法用于会话恢复
-
客户端实现方面:
- 旧版本客户端错误地在首次连接时使用GET方法
- 没有正确处理400响应
- 没有实现完整的会话建立流程
解决方案
在1.2.8版本中,Cherry Studio团队采用了以下解决方案:
- 弃用自定义实现的MCPStreamableHttpClient
- 改用官方提供的typescript-sdk实现
- 官方SDK正确处理了首次连接和会话恢复的流程
技术启示
这个问题给我们带来了几个重要的技术启示:
- 协议实现必须严格遵循规范
- 客户端和服务端需要保持一致的协议理解
- 错误处理需要考虑各种可能的响应状态
- 使用官方SDK可以避免很多实现细节上的问题
扩展知识
关于MCP协议的streamable HTTP传输方式,有几个关键点值得了解:
-
会话恢复机制:
- 允许客户端在断开连接后恢复之前的会话
- 通过sessionId标识会话
- 使用HTTP GET方法实现
-
无状态服务模式:
- 服务端可以选择不支持会话恢复
- 这种情况下应该返回405状态码
- 客户端需要重新建立会话
-
首次连接流程:
- 应该使用POST方法初始化连接
- 服务端返回sessionId用于后续通信
- 之后才能使用GET方法进行会话恢复
这个问题虽然看似简单,但涉及到了协议设计、客户端实现和服务端交互等多个技术层面,是一个很好的学习案例。
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
MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
418
3.21 K
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
65
19
暂无简介
Dart
683
160
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
🎉 (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
1.22 K
664
React Native鸿蒙化仓库
JavaScript
266
326
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1
Ascend Extension for PyTorch
Python
230
259