ModelContextProtocol项目中的客户端与服务端API分离设计思考
2025-07-08 21:24:36作者:邬祺芯Juliet
背景与问题起源
在ModelContextProtocol项目的C# SDK开发过程中,开发团队遇到了一个关于NuGet包设计的架构问题。当前的项目结构将客户端和服务端API都打包在同一个ModelContextProtocol包中,这导致了一些实际应用场景中的不便。
现状分析
当前ModelContextProtocol NuGet包包含了完整的客户端和服务端功能实现。这种设计虽然简化了包的维护,但也带来了一些问题:
- 不必要的依赖传递:当开发者只需要使用客户端功能时,仍然会被强制引入服务端相关的依赖项,如ASP.NET Core的DI容器抽象等
 - 包体积膨胀:服务端特有的功能代码增加了整体包的大小
 - 未来扩展限制:如果未来服务端需要增加对ASP.NET Core的依赖,将会影响所有客户端用户
 
技术讨论与方案探索
开发团队对这个问题进行了深入的技术讨论,尝试了多种解决方案:
方案一:客户端/服务端分离
最初提出的方案是将现有包拆分为:
- ModelContextProtocol.Client
 - ModelContextProtocol.Server
 
经过实际验证,这种拆分会导致:
- 总包体积增大(约增加125KB)
 - 需要创建第三个共享核心包
 - 部分内部实现需要在多个包中重复编译
 
方案二:协议层与辅助层分离
另一种方案是将基础协议实现与高级功能分离:
- ModelContextProtocol.Protocol(基础协议实现)
 - ModelContextProtocol(高级功能)
 
这种方案虽然减少了约90KB的体积,但改善效果有限。
性能考量
微软Visual Studio团队特别关注程序集加载数量对启动性能的影响。任何增加程序集加载数量的方案都可能影响IDE的启动性能。
最终解决方案
经过多次讨论和验证,团队决定采用折中方案:
- 从主包中移除对Microsoft.Extensions.Options和Microsoft.Extensions.Hosting的依赖
 - 将这些功能移至AspNetCore专用包中
 - 创建ModelContextProtocol.Core精简包
 
调整后的依赖关系简化为:
- Microsoft.Extensions.Logging.Abstractions
 - Microsoft.Extensions.AI.Abstractions
 - Microsoft.Extensions.DependencyInjection.Abstractions
 - System.Net.ServerSentEvents(在net10中属于netcoreapp)
 
技术实现细节
在实现过程中,团队特别关注了以下技术点:
- JSON序列化优化:协议中的约80个DTO类使用了JSON源生成器,这占据了包体积的很大部分
 - 修剪(trimming)支持:在简单控制台应用场景下,大部分依赖项可以被完全修剪掉
 - ASP.NET Core集成:将ASP.NET特有的功能完全隔离在单独的包中
 
架构设计启示
这个案例为我们提供了几个重要的架构设计经验:
- 依赖最小化原则:核心库应尽可能减少外部依赖
 - 关注实际应用场景:需要考虑不同使用场景下的具体需求
 - 性能权衡:在功能拆分和性能影响之间需要找到平衡点
 - 未来扩展性:设计时要考虑未来可能的功能演进路径
 
结论
ModelContextProtocol项目通过这次架构调整,实现了更清晰的模块划分和更合理的依赖管理。这种演进过程展示了在实际项目中如何平衡功能完整性、性能要求和未来可扩展性等重要因素。最终的解决方案既满足了客户端应用的轻量级需求,又保留了服务端功能的完整性,为项目未来的发展奠定了良好的基础。
登录后查看全文 
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
最新内容推荐
 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
445