MCP通信原理
模型上下文协议（ MCP）定义了两种标准的通信传输协议：STDIO和SSE，用于连接大型语言模型（LLM）与外部工具或数据源。
| 特性 | 标准输入/输出（Stdio） | HTTP + 服务器发送事件（SSE） |
|---|---|---|
| 通信方式 | 通过标准输入（stdin）和标准输出（stdout）进行通信 | 客户端通过 HTTP POST 发送请求，服务器使用 SSE 推送响应 |
| 典型场景 | 本地开发、插件集成、命令行工具等 | 分布式部署、远程服务调用、需要实时数据更新的应用等 |
| 优势 | 无需网络连接，通信延迟低；部署简单；数据在本地传输，有助于保障数据隐私 | 支持跨网络通信；服务器可主动推送数据；兼容现有的 HTTP 基础设施，易于集成和扩展 |
| 限制 | 仅适用于同一台机器上的进程间通信，无法支持分布式部署 | 需要网络连接，可能涉及更复杂的安全配置和网络管理 |
| 认证机制 | 不适用 | 支持 JWT 和 API 密钥等认证机制 |
| 可扩展性 | 适用于单一进程通信 | 支持多客户端连接，适合分布式系统 |
| 配置复杂度 | 配置简单，适合快速开发和调试 | 配置灵活，可自定义端口、端点、认证等参数 |
| 适用场景 | 构建命令行工具、实现本地集成、需要简单的进程通信、使用 shell 脚本 | 构建 Web 应用程序、需要网络通信、需要认证、支持多个客户端、需要水平扩展 |
SSE介绍
Server-Sent Events（SSE）是一种基于 HTTP 协议的服务器推送技术，允许服务器通过单向的方式向客户端发送实时更新的数据流。SSE 与 WebSocket 作用相似，都是建立浏览器与服务器之间的通信渠道，然后服务器向浏览器推送信息。
总体来说，WebSocket 更强大和灵活。因为它是全双工通道，可以双向通信；SSE 是单向通道，只能服务器向浏览器发送，因为流信息本质上就是下载。如果浏览器向服务器发送信息，就变成了另一次 HTTP 请求。
stdio中可以使用stdin来进行输入，使用stdout来进行输出。
但是SSE是单向通道，MCP要如何实现双向通信呢？是建立两根SSE通道吗？带着这个疑问，我们来进行动手实践。
MCP的SSE通信流程
我们可以构建一个简单的MCP Server，然后利用MCP官方提供的工具npx @modelcontextprotocol/inspector 可以比较方便地拉起一个验证MCP的管理页。针对这个管理页抓包就能发现一些SSE的通信端倪。
初始化项目
uv init mcp-server-demo
cd mcp-server-demo
uv add "mcp[cli]"
构建一个简单的MCP server
# server.py
from mcp.server.fastmcp import FastMCP
# Create an MCP server
mcp = FastMCP("Demo", port=3001)
# Add an addition tool
@mcp.tool()
def add(a: int, b: int) -> int:
"""Add two numbers"""
return a + b
# Add a dynamic greeting resource
@mcp.resource("greeting://{name}")
def get_greeting(name: str) -> str:
"""Get a personalized greeting"""
return f"Hello, {name}!"
if __name__ == "__main__":
mcp.run(transport="sse")
启动服务器以及启动mcp inspector
python server.py
npx @modelcontextprotocol/inspector
打开http://127.0.0.1:6274进入管理页,打开开发者模式，针对这个管理页抓包就能发现一些SSE的通信端倪。
-
当连接到
mcp server时，会建立一条SSE长连接，它只负责推送消息
可以看到
Client连接上/sse这个地址的第一个Event就是告诉Client发送信息需要去哪个URL发，这个URL通常会带上唯一的会话ID。 -
当我调用工具时计算
2+7时，client会发送一个post请求，结果会通过一开始的SSE长连接返回
总结双向通信的实现方式为
-
只有一根
SSE长连接，用来Server向Client推送数据，另外一个Client向Server发送请求的通道是使用普通的HTTP POST请求。 -
Client向Server发送的HTTP POST请求中只使用2xx反馈是否收到指令，所有的数据返回是通过一开始的SSE长连接来推送。
简单实现MCP，致敬这个优秀的设计
from fastapi import FastAPI, Request
from sse_starlette.sse import EventSourceResponse
from pydantic import BaseModel
from typing import Optional, Callable, Awaitable, Any, List, Dict
import asyncio
import uuid
import json
import inspect
import uvicorn
app = FastAPI()
mcpHub: Dict[str, "MCPServer"] = {}
# 请求模型
class McpRequest(BaseModel):
id: Optional[int] = None
jsonrpc: str
method: str
params: Optional[dict] = None
# MCP 服务核心类
class MCPServer:
def __init__(
self, name: str, message_path: str, tools: List[Callable[..., Awaitable[Any]]]
):
"""
初始化函数，用于设置实例变量和启动必要的异步任务。
参数:
- name (str): 服务器名称。
- message_path (str): 消息路径，用于指定消息的路由。
- tools (List[Callable[..., Awaitable[Any]]]): 工具函数列表，这些函数是异步的，并可接受不定数量的参数。
"""
# 初始化一个异步队列，用于处理消息
self.queue: asyncio.Queue = asyncio.Queue()
# 生成一个唯一的客户端ID
self.client_id: str = str(uuid.uuid4())
# 存储消息路径
self.message_path: str = message_path
# 存储提供的工具函数列表
self.tools = tools
# 初始化信息字典，包含协议版本、功能和服务器信息
self.info = {
"protocolVersion": "2024-11-05",
"capabilities": {"experimental": {}, "tools": {"listChanged": False}},
"serverInfo": {"name": name, "version": "1.6.0"},
}
def list_tool(self) -> List[Dict[str, Any]]:
"""
生成工具列表的函数。
此函数遍历self.tools中的所有工具，并为每个工具生成一个包含名称、描述和输入模式的字典。
这些字典最终被收集到一个列表中并返回。该函数主要用于整理和提供工具的相关信息，以便于后续的处理或展示。
Returns:
List[Dict[str, Any]]: 包含所有工具信息的列表，每个工具的信息包括名称、描述和输入模式。
"""
# 初始化一个空列表，用于存储所有工具的信息
tool_list = []
# 遍历self.tools中的每个工具
for tool in self.tools:
# 使用inspect模块获取工具的签名信息，以便后续获取参数信息
sig = inspect.signature(tool)
# 将工具的名称、描述和输入模式添加到tool_list中
tool_list.append(
{
"name": tool.__name__, # 工具的名称
"description": tool.__doc__, # 工具的描述信息
"inputSchema": {
"type": "object",
"properties": {
# 根据工具的签名信息，生成输入模式的属性
name: {"title": name, "type": "string"}
for name in sig.parameters
},
},
}
)
# 返回包含所有工具信息的列表
return tool_list
# 异步生成器函数：reader
# 目的：持续从队列中读取事件并返回
async def reader(self):
# 循环无限期地尝试从队列中获取下一个事件
while True:
# 异步地从队列中获取事件
event = await self.queue.get()
# 返回事件
yield event
@staticmethod
def response(result: Any, id: Optional[int]) -> str:
"""
生成一个JSON-RPC格式的响应字符串。
参数:
- result: Any 类型，代表JSON-RPC请求的结果，可以是任意类型。
- id: Optional[int] 类型，代表JSON-RPC请求的ID，可能为None，用于标识请求。
返回值:
- str 类型，代表JSON-RPC格式的响应字符串，包括结果和可选的请求ID。
"""
# 初始化JSON-RPC响应消息的基本结构，包含结果。
message = {"jsonrpc": "2.0", "result": result}
# 如果请求ID不为空，则将其添加到响应消息中。
if id is not None:
message["id"] = id
# 将响应消息序列化为JSON字符串并返回。
return json.dumps(message)
async def handle_request(self, req: McpRequest):
"""
处理请求函数，根据不同的请求方法执行相应的逻辑。
参数:
- req (McpRequest): 请求对象，包含请求的方法、参数等信息。
此函数根据请求方法的不同，执行初始化、工具列表查询或工具调用等操作，并将结果通过队列返回。
"""
if req.method == "initialize":
# 当请求方法为initialize时，将包含info信息的响应放入队列
await self.queue.put(
{"event": "message", "data": self.response(self.info, req.id)}
)
elif req.method == "tools/list":
# 当请求方法为tools/list时，列出所有工具信息并放入队列
tools_info = self.list_tool()
await self.queue.put(
{
"event": "message",
"data": self.response({"tools": tools_info}, req.id),
}
)
elif req.method == "tools/call":
# 当请求方法为tools/call时，根据名称调用工具，并将结果放入队列
tool_name = req.params.get("name")
args = req.params.get("arguments", {})
for tool in self.tools:
if tool.__name__ == tool_name:
try:
# 尝试调用工具并处理结果
result = await tool(**args)
await self.queue.put(
{
"event": "message",
"data": self.response(
{"content": result, "isError": False}, req.id
),
}
)
except Exception as e:
# 如果工具调用出错，将错误信息放入队列
await self.queue.put(
{
"event": "message",
"data": self.response(
{"content": str(e), "isError": True}, req.id
),
}
)
break
# 工具函数
async def test(state: Optional[str] = None) -> str:
"""Returns a simple greeting message"""
await asyncio.sleep(1)
return f"hi {state}!"
# SSE 接收端：创建 MCPServer 并建立连接
@app.get("/sse")
async def receive_test():
"""
创建并初始化一个MCPServer实例，将其添加到mcpHub中，并向其队列放入事件信息。
该函数主要完成以下任务：
1. 实例化MCPServer对象，指定名称、消息路径和工具函数。
2. 将新创建的MCPServer实例根据其client_id存储在mcpHub中。
3. 向MCPServer的队列放入包含endpoint信息的数据。
4. 返回一个EventSourceResponse对象，用于SSE连接的响应。
"""
# 实例化MCPServer对象，参数包括名称、消息路径和工具函数列表
mcp = MCPServer(name="mcp-test", message_path="/message", tools=[test])
# 将MCPServer实例存储在mcpHub中，键为client_id
mcpHub[mcp.client_id] = mcp
# 向MCPServer的队列放入事件信息，包含endpoint的路径和client_id
await mcp.queue.put(
{"event": "endpoint", "data": f"{mcp.message_path}?client_id={mcp.client_id}"}
)
# 返回EventSourceResponse对象，用于SSE连接的响应
return EventSourceResponse(mcp.reader())
# SSE 发送端：接收 JSON-RPC 请求
@app.post("/message")
async def send_test(request: Request, payload: McpRequest):
"""
处理来自客户端的JSON-RPC请求。
该函数首先从请求的查询参数中获取client_id，检查其是否存在且有效。
如果client_id无效或不在mcpHub中，则返回错误信息。
否则，将payload转发给对应的mcpHub客户端处理。
参数:
- request: Request对象，包含请求的相关信息。
- payload: McpRequest对象，承载着JSON-RPC请求的数据。
返回:
- 如果client_id无效或不在mcpHub中，返回包含错误信息的字典。
- 如果请求被成功处理，返回包含状态信息的字典。
"""
# 从请求的查询参数中获取client_id
client_id = request.query_params.get("client_id")
# 检查client_id是否存在且有效
if not client_id or client_id not in mcpHub:
# 如果client_id无效或不在mcpHub中，返回错误信息
return {"error": "Invalid client_id"}
# 转发payload给对应的mcpHub客户端处理
await mcpHub[client_id].handle_request(payload)
# 请求成功处理，返回状态信息
return {"status": "ok"}
# 本地运行入口
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=8001)
启动
我这里使用APIFOX来发送请求
把这个client_id复制下来去请求message接口
sse长连接成功返回信息
从我们的简单实现中可以看到，我们完全可以不依赖 /sse /message 这些默认路由地址，MCP的URL可以完全自定义。
参考链接：https://mp.weixin.qq.com/s/UM6PwoBGhRGvJbvUYggObw
扫一扫
162
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
