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 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