Higress项目集成Nacos服务发现的SSE模式问题分析与解决方案
2025-06-09 14:45:53作者:廉皓灿Ida
问题背景
在Higress项目中,用户尝试通过Docker容器部署all-in-one版本,并与Nacos 3.0服务发现集成时遇到了SSE(Server-Sent Events)模式无法正常工作的问题。具体表现为Cursor集成时出现404错误,同时Cherry工具也无法正常调用服务。
问题现象
- 错误表现:当用户配置SSE模式时,Gateway日志显示路由未找到(route_not_found)的404错误
- Nacos注册:服务虽然成功注册到Nacos,但访问路径配置存在问题
- 工具集成:Cursor和Cherry工具无法正常获取服务元信息
根本原因分析
经过深入排查,发现问题的核心在于:
- SSE模式支持限制:Higress当前版本对Nacos发现的MCP Server仅支持HTTP和MCP-Stream两种传输类型,暂不支持SSE类型
- 路径配置错误:用户在higress-config.yaml中错误地配置了访问路径为"/sse",导致路由匹配失败
- 元信息丢失:工具调用时由于路径配置不当,导致无法获取完整的服务元数据
解决方案
1. 路径配置修正
在higress-config.yaml配置文件中,应将访问路径简化为"/",而非"/sse"。这是因为:
- Higress为服务生成的访问路径由三部分组成:MCP基础路径、服务名称和服务路径
- 以"/mcp"开头、"/sse"结尾的请求会被视为需要拦截的SSE请求
- 错误的路径配置导致路由匹配失败
2. 传输协议选择
当前建议采用以下两种替代方案:
- HTTP协议:稳定可靠的标准HTTP通信
- MCP-Stream协议:Higress专为流式通信优化的协议
3. Redis配置验证
确保Redis服务已正确配置并运行,因为Higress的某些功能依赖Redis进行状态管理。
技术细节解析
路径处理机制
Higress处理MCP请求的路径逻辑如下:
- 组合路径 = /mcp(基础路径) + /test(服务名) + /sse(服务路径)
- Higress会拦截/mcp/test/sse请求
- 返回去掉/sse后缀的路径给MCP客户端
- 客户端使用/mcp/test路径发起请求
元数据处理流程
完整的工具元数据包含两部分:
- 基础信息:工具名称、描述、输入模式等
- 调用配置:请求模板、响应模板、参数位置等
当路径配置错误时,第二部分信息无法正确返回。
未来改进方向
Higress团队已计划在后续版本中:
- 原生支持SSE模式
- 增强通过Nacos发现SSE服务的能力
- 提供更完善的错误提示和文档说明
最佳实践建议
- 使用MCP Inspector工具验证基础功能
- 部署前仔细检查路径配置
- 关注Higress版本更新,及时获取新特性支持
- 复杂场景建议分阶段验证:先验证基础HTTP功能,再测试高级特性
通过以上分析和解决方案,开发者可以更好地理解Higress与Nacos集成的技术细节,避免类似问题的发生,提高集成成功率。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
9
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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322