ModelContextProtocol TypeScript SDK 1.10.0 版本发布:Streamable HTTP 传输协议全面升级
ModelContextProtocol(简称MCP)是一个用于构建上下文感知应用的开源协议,其TypeScript SDK为开发者提供了在JavaScript生态系统中实现MCP协议的便捷工具。最新发布的1.10.0版本带来了重大更新,特别是全新的Streamable HTTP传输协议支持,这标志着MCP协议演进过程中的一个重要里程碑。
Streamable HTTP:新一代传输协议
1.10.0版本最核心的改进是引入了Streamable HTTP传输协议,该协议取代了之前版本中的SSE(Server-Sent Events)传输方式。Streamable HTTP基于HTTP/1.1或HTTP/2的长连接特性,提供了更高效、更可靠的实时数据传输能力。
与SSE相比,Streamable HTTP具有以下技术优势:
- 更简洁的协议设计,减少了不必要的协议开销
- 更好的错误处理机制,连接中断后可以更可靠地恢复
- 支持双向通信模式,为未来功能扩展奠定基础
- 更高效的资源利用,特别是在大规模并发场景下
向后兼容性策略
考虑到生态系统中可能还有依赖SSE的客户端或服务器,1.10.0版本提供了完善的向后兼容方案。开发者可以逐步迁移到新的Streamable HTTP协议,同时保持与旧版本组件的互操作性。SDK中包含了详细的兼容性指南,帮助开发者规划平滑的升级路径。
功能增强与改进
除了核心的传输协议升级外,1.10.0版本还包含多项功能增强:
-
SSE端点会话ID处理优化:改进了SSE端点中sessionId参数的处理逻辑,提高了连接稳定性。
-
McpServer突变支持:为服务器端增加了突变(mutation)能力,使服务端可以更灵活地处理状态变更。
-
StreamableHTTPClientTransport修复:对新的Streamable HTTP客户端传输实现进行了多项优化和错误修复。
-
JSON-RPC消息类型判别工具:新增了辅助函数,帮助开发者更轻松地区分不同类型的JSON-RPC消息。
-
授权信息集成:在工具调用(tool calls)和请求处理中集成了授权信息,增强了安全性。
开发者体验提升
1.10.0版本特别注重开发者体验的改善:
- 提供了清晰的示例代码,展示如何在新老传输协议下实现客户端和服务器
- 完善了类型定义和文档,使API更易于理解和使用
- 增强了错误处理和调试信息,简化了问题排查过程
技术实现细节
在底层实现上,Streamable HTTP传输采用了现代Web标准技术:
- 基于fetch API和ReadableStream实现数据流式传输
- 利用现代JavaScript的异步迭代器模式处理实时数据
- 内置心跳机制和连接状态监控
- 支持标准的HTTP认证和CORS配置
升级建议
对于现有项目,建议按照以下步骤升级:
- 首先评估项目中使用的传输协议类型
- 如果使用SSE,先确保兼容性层正常工作
- 逐步将客户端和服务器迁移到Streamable HTTP
- 利用新版本提供的工具函数简化消息处理逻辑
- 测试授权信息在工具调用中的传递情况
1.10.0版本的发布标志着MCP协议在实时通信能力上的重大进步,为构建更可靠、更高效的上下文感知应用提供了坚实基础。开发者现在可以利用这些新特性,构建更具响应性和可靠性的分布式系统。
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