Python SDK v1.9.0 版本发布:协议升级与功能增强
ModelContextProtocol Python SDK 是一个用于构建和连接上下文感知模型服务的开发工具包。它为开发者提供了与模型服务交互的标准接口,支持多种通信协议和模式,包括流式传输、事件驱动等。最新发布的 v1.9.0 版本带来了一系列重要的改进和新特性。
协议版本升级
本次更新将 Python SDK 的协议版本升级至 2025-03-26。协议版本升级意味着 SDK 现在支持更多最新的功能特性和通信标准,确保与最新服务端的兼容性。开发者在使用新版本时,可以享受到协议改进带来的性能优化和功能增强。
核心改进与功能增强
1. 会话管理增强
新版本引入了 ClientSessionGroup 类,这是一个重要的架构改进。它允许开发者管理多个会话连接,为构建复杂的多会话应用场景提供了更好的支持。例如,在需要同时与多个模型服务交互的应用中,ClientSessionGroup 可以简化连接管理和状态维护的工作。
2. 分页查询支持
所有客户端列表方法现在都支持游标分页(cursor pagination)。这一改进特别适合处理大量数据的场景,开发者可以通过分页机制高效地获取和管理数据列表,而无需一次性加载所有内容,这对内存使用和网络传输都有显著优化。
3. 进度通知增强
新增了进度通知回调功能,客户端现在可以接收更详细的进度信息。ProgressNotification 现在包含消息内容,使得进度跟踪更加透明和可定制。这对于长时间运行的操作特别有用,开发者可以基于这些通知构建更友好的用户界面。
4. 流处理优化
修复了流式传输中的多个问题,包括:
- 修复了 SSE 消息前缀推断的问题,确保事件流消息正确解析
- 解决了标准 I/O 客户端退出时流处理挂起的问题
- 改进了 DELETE 会话操作的响应处理,现在正确接受 204 状态码
这些改进使得流式通信更加稳定可靠,特别是在处理大规模数据流或长时间运行的流式请求时。
开发者体验改进
1. 文档与示例增强
- 更新了认证部分的文档,修正了多处拼写错误
- 为简单的认证示例添加了 Streamable HTTP 支持
- 新增了无状态服务器返回 JSON 响应的示例
- 改进了简单聊天机器人示例中关于 LLM API 配置的说明
- 修正了服务器对象文档中的属性名称错误
这些文档改进使得新开发者更容易上手,减少了常见问题的发生。
2. 错误处理与调试
- 为服务器对象添加了更完善的检查和更清晰的错误消息
- 改进了
@mcp.resource装饰器,现在默认使用函数文档作为描述 - 增强了服务器对旧版本客户端的兼容性支持
这些改进使得调试更加直观,减少了开发过程中的摩擦。
技术实现细节
在底层实现上,v1.9.0 版本进行了多项优化:
-
跨平台支持:更新了 CI 配置以支持多操作系统环境,确保 SDK 在不同平台上的行为一致性。
-
类型检查:现在对服务器示例文件夹也执行 pyright 类型检查,提高了代码质量。
-
资源描述:
@mcp.resource装饰器现在智能地使用函数文档字符串作为默认描述,减少了样板代码。
升级建议
对于现有项目,升级到 v1.9.0 版本是推荐的,特别是:
- 需要管理多个会话连接的项目
- 处理大量列表数据的应用
- 依赖流式通信的场景
- 需要详细进度反馈的长时操作
升级过程通常是平滑的,但开发者应注意协议版本的变更,确保客户端和服务端版本兼容。新加入的会话管理功能可能需要调整现有代码结构以获得最佳效果。
这个版本标志着 Python SDK 在稳定性、功能丰富度和开发者体验方面的重要进步,为构建复杂的模型服务应用提供了更强大的工具集。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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
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
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