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
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
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++
888
605
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
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896