ModelContextProtocol TypeScript SDK 中 StreamableHTTPServerTransport 初始化问题解析
问题背景
在使用 ModelContextProtocol (MCP) TypeScript SDK 开发基于 HTTP 的 RPC 服务时,开发者可能会遇到一个常见的初始化错误:"Bad Request: Server not initialized"。这个问题主要出现在使用 StreamableHTTPServerTransport 组件时,无论是状态还是无状态模式。
问题现象
开发者在使用 Express 框架搭建 MCP 服务器时,当客户端发送初始化请求后,服务器返回以下错误响应:
{
"jsonrpc": "2.0",
"error": {
"code": -32000,
"message": "Bad Request: Server not initialized"
},
"id": null
}
根本原因分析
经过深入分析,这个问题主要由以下几个因素导致:
-
初始化参数不完整:MCP 协议要求初始化请求必须包含完整的参数对象,包括协议版本、客户端能力和客户端信息。许多开发者只发送空的 params 对象,导致服务器无法完成初始化。
-
CORS 限制:在浏览器环境中运行时,由于跨域资源共享(CORS)限制,浏览器可能无法读取响应头中的 mcp-session-id,导致后续请求无法携带正确的会话标识。
-
会话管理逻辑缺陷:示例代码中的会话ID处理存在逻辑错误,使用位或运算符(|)而不是逻辑或(||),导致会话ID无法正确获取。
解决方案
1. 完善初始化请求
正确的初始化请求应该包含以下完整参数:
{
"jsonrpc": "2.0",
"method": "initialize",
"params": {
"protocolVersion": "2024-11-05",
"capabilities": {},
"clientInfo": {
"name": "example-client",
"version": "1.0.0"
}
},
"id": 0
}
2. 处理 CORS 问题
对于浏览器客户端,需要在服务器响应中添加以下头部:
res.setHeader('Access-Control-Expose-Headers', 'mcp-session-id');
这允许浏览器客户端读取 mcp-session-id 头部,以便在后续请求中携带正确的会话标识。
3. 修正会话管理代码
修正会话ID获取逻辑,使用正确的逻辑或运算符:
const sessionId = req.headers['mcp-session-id'] || undefined;
最佳实践建议
-
完整的生命周期实现:确保按照 MCP 协议规范实现完整的生命周期管理,包括初始化、会话维持和终止。
-
错误处理:增强错误处理逻辑,为客户端提供更明确的错误信息,帮助快速定位问题。
-
会话超时机制:实现会话超时机制,自动清理长时间不活动的会话,释放服务器资源。
-
协议版本兼容性:在初始化参数中明确指定协议版本,确保客户端和服务器使用兼容的协议版本进行通信。
总结
MCP TypeScript SDK 中的 StreamableHTTPServerTransport 初始化问题通常是由于不完整的初始化参数或跨域限制导致的。通过遵循协议规范、完善初始化请求参数和处理 CORS 限制,可以有效地解决这些问题。开发者应当仔细阅读协议文档,确保实现符合规范,同时考虑各种运行环境下的兼容性问题。
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