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。
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