ModelContextProtocol C SDK 工具调用问题解析
2025-07-08 19:02:18作者:廉彬冶Miranda
问题背景
在使用ModelContextProtocol C# SDK(版本0.1.0-preview.12)开发MCP服务器和客户端时,开发者遇到了工具调用无法正常工作的问题。该问题主要涉及JSON-RPC消息格式和工具注册方式两个关键方面。
核心问题分析
1. JSON-RPC方法名格式错误
开发者在使用SDK时错误地使用了"list_tools"和"call_tool"作为方法名,而根据MCP规范,正确的JSON-RPC方法名应为:
- 工具列表请求:"tools/list"
- 工具调用请求:"tools/call"
这种格式差异会导致服务器无法正确识别和路由请求,使得通信失败。
2. 工具注册方式冲突
代码中同时使用了两种工具注册方式:
- 高级方式:
WithToolsFromAssembly自动注册 - 低级方式:自定义
ListToolsHandler和CallToolHandler
虽然SDK设计上支持在ToolCollection没有匹配工具时回退到自定义处理器,但这种混合使用方式增加了调试复杂度,特别是在初次使用时容易造成混淆。
解决方案建议
正确使用JSON-RPC方法
开发者应按照MCP规范使用标准方法名格式:
// 错误示例
var listToolsRequest = new { method = "list_tools" };
// 正确示例
var listToolsRequest = new { method = "tools/list" };
简化工具注册方式
对于大多数场景,推荐优先使用WithToolsFromAssembly自动注册方式:
services.AddModelContextProtocol()
.WithToolsFromAssembly(typeof(Program).Assembly);
这种方式会自动扫描程序集中的工具类并注册,减少了手动处理的工作量和出错概率。
工具类定义规范
工具类应按照以下规范定义:
[Tool]
public class MyTool
{
[ToolMethod]
public string MyMethod(string input)
{
return $"Processed: {input}";
}
}
使用[Tool]标记工具类,[ToolMethod]标记可调用的方法。
调试建议
- 首先验证基础连接是否正常
- 检查发送的JSON-RPC请求是否符合规范
- 使用日志中间件记录请求和响应
- 从简单工具开始测试,逐步增加复杂度
总结
ModelContextProtocol C# SDK提供了强大的工具调用功能,但需要开发者正确理解和使用其规范。通过遵循JSON-RPC方法命名约定、合理选择工具注册方式,并按照规范定义工具类,可以避免大多数常见问题,构建稳定可靠的MCP服务。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990