Spring AI MCP Server SSE端点访问问题分析与解决方案
2025-06-11 12:42:13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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
386
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234