ModelContextProtocol C SDK中同一进程内客户端与服务端通信的解决方案
背景介绍
在使用ModelContextProtocol C# SDK进行开发时,开发者Chrisdf遇到了一个典型问题:当尝试在同一进程内同时运行客户端和服务端时,系统会出现挂起现象。这种情况在需要构建自包含应用程序时尤为常见,特别是在Unity游戏开发环境中。
问题现象
开发者最初尝试通过以下方式启动服务端:
await _host.StartAsync(); // 非阻塞方式启动主机
然而,这种实现方式导致了服务端在接收到客户端消息后出现挂起,无法继续处理后续请求。这种情况在两种传输方式下都会出现:
- 使用TCP回环(loopback)通信
- 使用内存管道(in-memory pipe)通信
根本原因分析
经过项目维护者stephentoub的诊断,发现问题出在服务端的启动方式上。正确的做法应该是使用RunAsync方法而非StartAsync方法来启动服务端。这两种方法在行为上有重要区别:
RunAsync:会启动服务并开始处理传入请求StartAsync:仅准备服务但不自动开始处理请求
解决方案
stephentoub提供了一个完整的工作示例,展示了如何正确地在同一进程内实现客户端与服务端的通信:
// 创建双向通信管道
Pipe clientToServerPipe = new(), serverToClientPipe = new();
// 创建并启动服务端
IMcpServer server = McpServerFactory.Create(
new StreamServerTransport(clientToServerPipe.Reader.AsStream(),
serverToClientPipe.Writer.AsStream()),
new McpServerOptions()
{
Capabilities = new()
{
Tools = new()
{
ToolCollection = [McpServerTool.Create((string arg) => $"Echo: {arg}",
new() { Name = "Echo" })]
}
}
});
_ = server.RunAsync(); // 关键点:使用RunAsync而非StartAsync
// 创建客户端
IMcpClient client = await McpClientFactory.CreateAsync(
new StreamClientTransport(clientToServerPipe.Writer.AsStream(),
serverToClientPipe.Reader.AsStream()));
// 使用客户端调用服务端功能
var tools = await client.ListToolsAsync();
foreach (var tool in tools)
{
Console.WriteLine($"Tool Name: {tool.Name}");
}
var echo = tools.First(t => t.Name == "Echo");
Console.WriteLine(await echo.InvokeAsync(new()
{
["arg"] = "Hello World"
}));
技术要点
-
管道通信机制:示例中使用了两组Pipe实现全双工通信,这是进程内高效通信的常见模式。
-
服务端配置:通过McpServerOptions可以灵活配置服务端能力,包括工具集合等。
-
工具定义:示例中定义了一个简单的Echo工具,展示了如何创建和注册自定义工具。
-
异步处理:整个通信过程采用异步模式,确保不会阻塞主线程。
实际应用建议
对于需要在Unity等游戏引擎中集成ModelContextProtocol的开发者,建议:
-
将服务端运行在独立的协程中,避免阻塞游戏主线程。
-
考虑使用内存管道通信方式,减少序列化开销。
-
合理设计工具接口,保持每个工具功能的单一性。
-
注意异常处理,特别是在工具调用过程中。
总结
通过正确使用RunAsync方法,开发者可以成功地在同一进程内实现ModelContextProtocol客户端与服务端的通信。这一解决方案不仅解决了最初的挂起问题,还展示了SDK的核心功能和使用模式,为开发者构建自包含应用程序提供了可靠的技术基础。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00