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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781