ModelContextProtocol C SDK 中处理Copilot Studio集成时的URL完整性问题
在ModelContextProtocol C# SDK的实际应用中,开发者hemantkathuria遇到了一个与Copilot Studio集成的特殊场景。本文将深入分析这个问题背景、技术细节以及解决方案。
问题背景
在使用ModelContextProtocol的HTTP with SSE传输协议时,Copilot Studio当前存在一个已知限制:它要求SSE连接端点必须返回完整的URI(包含主机信息)。这与标准协议规范有所不同,标准协议允许使用相对路径。
技术分析
ModelContextProtocol的HTTP with SSE传输协议规范中,SSE连接端点通常返回相对路径。但在Copilot Studio的特殊场景下,客户端要求必须接收完整的URL格式。这种差异导致标准集成方式无法直接使用。
在底层实现上,ModelContextProtocol C# SDK提供了SseResponseStreamTransport类来处理SSE连接。默认情况下,MapMcp方法会使用相对路径配置端点,这在大多数情况下都能正常工作。
解决方案
针对Copilot Studio的特殊需求,开发者可以采用以下两种解决方案:
-
直接使用底层传输类:通过绕过高级MapMcp方法,直接使用SseResponseStreamTransport类,手动构造包含完整主机信息的端点URL。
-
自定义端点映射:创建一个自定义的端点映射方法,动态构建完整的URL。这种方法需要:
- 从请求上下文中获取协议和主机信息
- 生成唯一的会话ID
- 构造包含完整主机信息的端点URL
实现示例
以下是实现自定义端点映射的核心代码片段:
static void MapAbsoluteEndpointUriMcp(IEndpointRouteBuilder endpoints)
{
var loggerFactory = endpoints.ServiceProvider.GetRequiredService<ILoggerFactory>();
var options = endpoints.ServiceProvider.GetRequiredService<IOptions<McpServerOptions>>().Value;
var routeGroup = endpoints.MapGroup("");
Dictionary<string, SseResponseStreamTransport> transports = new();
routeGroup.MapGet("/sse", async context =>
{
context.Response.Headers.ContentType = "text/event-stream";
var host = $"{context.Request.Scheme}://{context.Request.Host}";
var sessionId = Guid.NewGuid().ToString();
var transport = new SseResponseStreamTransport(context.Response.Body, $"{host}/message?sessionId={sessionId}");
// 其余实现代码...
});
}
未来展望
值得注意的是,ModelContextProtocol正在演进其传输协议规范。新的Streamable HTTP传输协议将不再需要向客户端发送任何URL(无论是完整还是相对路径),这将从根本上解决此类兼容性问题。
结论
在处理类似Copilot Studio这样的特殊集成场景时,开发者需要理解协议规范与实际实现之间的差异。通过灵活使用SDK提供的底层API,可以构建出满足特定需求的解决方案。同时,随着协议的演进,这类问题有望得到更优雅的解决。
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 StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03