GitHub MCP Server在Roocode中配置SSE错误的解决方案
问题背景
GitHub MCP Server是一个用于管理GitHub相关操作的服务端程序,而Roocode(Void Editor的一个分支)是基于VSCode的代码编辑器。用户在使用过程中遇到了SSE(Server-Sent Events)协议相关的配置问题,具体表现为在设置mcp_settings.json文件后出现"Invalid content type, expected 'text/event-stream'"错误。
技术分析
SSE是一种服务器向客户端推送事件的技术标准,它要求服务器返回的内容类型必须是"text/event-stream"。当客户端收到不符合此内容类型的响应时,就会抛出上述错误。
在GitHub MCP Server的配置中,用户尝试了两种方式:
- 通过Docker命令直接运行服务
- 通过本地HTTP服务连接
从技术日志可以看出,虽然直接通过命令行测试Docker容器能够正常工作,但在Roocode环境中却出现了SSE协议不匹配的问题。
解决方案
经过排查,发现这个问题可以通过以下步骤解决:
-
重启编辑器:在Roocode/Void Editor中通过命令面板(Ctrl+Shift+P)执行"Developer: Reload Window"命令,重新加载编辑器窗口。这个简单的操作往往能解决许多配置不生效的问题。
-
检查配置格式:确保mcp_settings.json文件格式正确,特别是:
- JSON语法正确无误
- 所有引号都是直引号而非弯引号
- 没有多余的逗号
-
验证Docker环境:确认Docker服务正常运行,并且有足够的权限访问相关资源。
深入理解
这个问题的本质在于Roocode/Void Editor与GitHub MCP Server之间的通信协议协商失败。SSE协议要求严格的Content-Type头部设置,而某些情况下编辑器可能缓存了旧的配置或连接状态,导致协议协商失败。
重启编辑器实际上是清除了这些潜在的缓存状态,使得新的配置能够正确加载和协商。这也提醒我们,在开发工具链中,配置变更后有时需要重启相关组件才能使变更完全生效。
最佳实践建议
-
配置变更后重启:修改mcp_settings.json等关键配置文件后,建议重启编辑器以确保变更生效。
-
分步验证:可以先用简单的curl命令测试SSE端点是否正常工作,再在编辑器中集成。
-
日志检查:充分利用Docker和编辑器的日志输出功能,帮助诊断问题。
-
安全注意:如仓库协作者提醒的,注意不要在配置文件中或公开场合暴露个人访问令牌(PAT),一旦发现泄露应立即撤销。
通过以上分析和解决方案,开发者可以更好地在Roocode/Void Editor环境中配置和使用GitHub MCP Server,避免SSE协议相关的配置问题。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
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