ModelContextProtocol C SDK 状态化服务端实现探讨

背景与需求分析

在开发基于ModelContextProtocol（MCP）的服务端应用时，开发者经常需要维护与特定客户端相关的状态信息。这些状态可能包括客户端特定的数据缓存、长期运行的分析任务结果等。传统实现方式存在几个显著问题：

1. 静态字段的局限性：对于STDIO传输方式，虽然可以使用静态字段存储单一客户端状态，但这种方式不利于单元测试，且无法扩展到多客户端场景
2. HTTP/SSE传输的挑战：当使用HTTP或SSE传输协议时，服务端需要同时处理多个客户端连接，静态字段完全无法满足需求
3. 状态管理复杂性：开发者需要自行实现复杂的状态管理机制，如使用ConditionalWeakTable等结构来关联客户端与状态数据

现有解决方案的不足

当前MCP C# SDK的服务器工具实现遵循Microsoft.Extensions.AI的惯例，即每次调用都会创建新的工具实例。这种设计虽然与ASP.NET MVC的模式保持一致，但在需要维护客户端会话状态的场景下存在明显不足：

1. 无法保持跨调用状态：由于每次调用都是新实例，工具类无法在字段中维护客户端特定的状态
2. 与ASP.NET作用域冲突：尝试使用DI容器将依赖项作用域限定到会话而非请求时，会与ASP.NET的请求作用域机制产生冲突
3. 无状态模式兼容性问题：对于启用无状态模式的服务端，会话状态管理方案难以协调

改进方案设计

方案一：会话作用域依赖注入

var builder = WebApplication.CreateBuilder(args);
builder.Services.AddScoped<SessionState>();
builder.Services.AddMcpServer(opts => opts.ScopeRequests = false)
    .WithHttpTransport()
    .WithTools<EchoTool>();

此方案通过依赖注入系统为每个会话创建独立的SessionState实例。虽然概念清晰，但存在与ASP.NET请求管线的兼容性问题，且不适用于无状态服务器配置。

方案二：显式会话ID管理

public sealed class EchoTool(ISessionStateManager sessionStateManager)
{
    [McpServerTool]
    public string Echo(RequestContext<CallToolRequestParams> requestContext)
    {
        string sessionId = requestContext.SessionId;
        SessionState sessionState = await sessionStateManager.GetOrCreateSessionState(sessionId);
        // 使用会话状态执行业务逻辑
    }
}

该方案引入会话ID概念和显式的状态管理器，具有以下优势：

1. 灵活性：适用于各种传输协议（HTTP/SSE/STDIO）
2. 明确性：状态管理逻辑显式可见，便于理解和维护
3. 兼容性：不会干扰ASP.NET的请求处理管线
4. 可测试性：易于模拟会话状态进行单元测试

实现建议

对于需要在MCP服务端维护客户端状态的场景，推荐采用基于会话ID的显式状态管理方案。具体实现可考虑以下要点：

1. 会话标识：为每个客户端连接分配唯一会话ID

   • HTTP传输：使用Mcp-Session-Id头部
   • STDIO传输：生成固定标识符

2. 状态存储：提供ISessionStateManager接口抽象

   public interface ISessionStateManager
   {
       Task<SessionState> GetOrCreateSessionState(string sessionId);
       Task CleanupSessionState(string sessionId);
   }
   

3. 生命周期管理：实现会话状态的自动清理机制，防止内存泄漏

4. 线程安全：确保状态管理器的线程安全性，支持并发访问

最佳实践

1. 状态最小化：仅存储必要的会话状态，避免内存压力
2. 超时机制：实现会话超时自动清理
3. 序列化支持：为需要持久化的状态实现序列化能力
4. 依赖注入：通过DI容器管理状态管理器生命周期
5. 监控指标：添加会话状态的数量、大小等监控指标

这种设计既保持了MCP协议的灵活性，又为开发者提供了管理客户端状态的标准方式，同时确保服务端代码的可测试性和可维护性。