Spring AI MCP Server SSE端点访问问题分析与解决方案
2025-06-11 11:11:47作者:薛曦旖Francesca
问题背景
在使用Spring AI框架实现MCP Server时,开发者遇到了一个常见但令人困扰的问题:当采用SSE(Server-Sent Events)方式实现服务时,虽然服务能够正常启动,但无法通过浏览器或Postman访问/sse端点。这个问题在社区中引起了广泛讨论,多个开发者都报告了类似现象。
问题现象
开发者配置了Spring AI MCP Server后,服务启动日志显示正常,但访问localhost:8080/sse端点时却得不到任何响应。控制台也没有报错信息,使得问题排查变得困难。这种情况在使用不同版本依赖时表现有所不同,特别是当混合使用不同版本的Spring AI依赖时问题更为明显。
根本原因分析
经过社区多位开发者的验证和讨论,发现这个问题的根源在于依赖选择和配置的不匹配:
- 依赖冲突:同时引入webmvc和webflux两种实现会导致冲突
- 配置缺失:使用webflux实现时缺少必要的响应式配置
- 版本不兼容:不同版本间的行为差异导致端点注册失败
解决方案
方案一:使用WebMVC实现
这是目前最稳定的解决方案,适用于大多数场景:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webmvc</artifactId>
</dependency>
此方案简单直接,不需要额外配置,适合不需要响应式编程特性的项目。
方案二:正确配置WebFlux实现
如果项目确实需要响应式特性,可以采用以下配置:
- 确保只引入webflux依赖:
<dependency>
<groupId>org.springframework.ai</groupId>
<artifactId>spring-ai-starter-mcp-server-webflux</artifactId>
</dependency>
- 在配置文件中明确指定应用类型:
spring:
main:
web-application-type: reactive
- 完整配置示例:
spring.ai.mcp.server.enabled=true
spring.ai.mcp.server.stdio=false
spring.ai.mcp.server.type=ASYNC
spring.ai.mcp.server.sse-message-endpoint=/mcp/messages
spring.ai.mcp.server.sse-endpoint=/sse
spring.ai.mcp.server.capabilities.tool=true
注意事项
- 依赖管理:确保使用统一的版本管理,避免混合不同版本的依赖
- 配置一致性:配置属性需要与选择的实现方式匹配
- 兼容性问题:注意webflux实现可能与其他阻塞式组件(如OpenFeign)不兼容
- 日志检查:服务启动时应检查是否有端点注册成功的日志
最佳实践建议
- 对于新项目,如果不需要响应式特性,优先选择webmvc实现
- 如果项目中已经使用了webflux技术栈,再考虑使用webflux实现
- 保持依赖版本统一,避免混合使用不同版本的Spring AI组件
- 在配置文件中明确指定所有必要的属性,避免依赖默认值
总结
Spring AI MCP Server的SSE端点访问问题主要源于实现方式的选择和配置。通过正确选择依赖和配置,可以轻松解决这个问题。对于大多数应用场景,使用webmvc实现是最简单可靠的方案;而对于需要响应式特性的项目,则需要额外配置web-application-type为reactive。开发者应根据项目实际需求选择适合的方案。
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
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217