MCP 无状态协议改造后哪些上下文要留下:会话移除与可缓存路由的边界
如果 MCP 远程服务从旧版 Streamable HTTP 迁到 2026-07-28 规范,最容易误判的一点是:协议层不再维护会话,并不代表业务层可以丢掉状态。真正要迁移的是“状态放在哪里、由谁携带、如何验证”,而不是简单删掉一个请求头。
把 Mcp-Session-Id 隐藏的连接状态拆成显式业务句柄、请求元数据和可观察性字段,服务才能在普通轮询负载均衡后仍然可恢复、可缓存、可追踪。
- initialize/initialized 与 Mcp-Session-Id 属于协议层;basket_id 这类句柄属于业务层,不能混为一谈。
- Mcp-Method、Mcp-Name 让网关不用解析 JSON body 就能做路由和限流。
- ttlMs、cacheScope 和 _meta 中的 Trace Context 分别解决新鲜度、共享范围和链路定位。
先拆开协议状态和业务状态
旧版请求通常先 initialize,服务器返回 Mcp-Session-Id,后续 tools/call 再带着它回到同一实例。这套机制把连接建立、客户端信息和业务连续性绑在了一起,集群只能依赖粘性会话或共享会话存储。
新规范移除了 initialize/initialized 握手和 Mcp-Session-Id。协议版本、客户端信息、能力等请求上下文改为随请求携带,服务器也可以通过 server/discover 提供能力发现。这里要画一条线:协议层无状态只说明每个请求自洽,不会替应用保存购物篮、浏览器或任务记录。
用显式句柄承接跨调用数据
需要跨调用的数据改成普通工具参数。比如 create_basket 返回 basket_id,之后 add_item 明确传回这个值:
{
"method": "tools/call",
"params": {"name": "add_item", "arguments": {
"basket_id": "bkt_7f2a", "sku": "SKU-204", "quantity": 2
}}
}
服务端用 basket_id 查业务状态存储,得到记录后再执行本次工具调用。它不关心请求落到哪个服务实例,只要求句柄可校验、可过期、不能被另一个租户猜中。这个设计也更适合审计:用户传了哪个对象、工具改了哪条记录,都能从参数和业务日志中还原。

把路由、缓存和追踪变成请求的一部分
无状态请求要让基础设施看得懂。面向 2026-07-28 的 Streamable HTTP 请求可以带上 `Mcp-Method: tools/call` 和 `Mcp-Name: search`,负载均衡器、网关或限流器据此选择规则,不必先解析 JSON body。服务器还应拒绝头部与 body 中方法、名称不一致的请求。
结果缓存要看 `ttlMs` 与 `cacheScope`。前者表示结果还能新鲜多久,后者说明结果是否可以跨用户共享;tools/list 这类列表不应只靠一条长 SSE 连接通知变化。链路信息放在 `_meta`,按约定传递 `traceparent`、`tracestate` 和 `baggage`,下游才能把主应用、MCP 客户端、服务器和下游调用串成一棵追踪树。
| 字段或部件 | 解决的问题 | 上线检查 |
|---|---|---|
| Mcp-Method / Mcp-Name | 请求怎么路由、限流 | 头部与 JSON-RPC body 一致 |
| ttlMs / cacheScope | 结果何时过期、能否共享 | 缓存键带上共享边界 |
| traceparent / tracestate / baggage | 跨服务定位一次调用 | 下游 span 能关联主 trace |

给兼容层留下清晰的版本边界
不要只删掉 Mcp-Session-Id 就上线。请求至少要带清楚的 `MCP-Protocol-Version`,客户端信息和能力按新规范放入 `_meta`;网关需要同时识别旧版和新版,或者在入口明确拒绝不支持的版本。
服务器主动请求也有边界:它只能发生在处理客户端请求期间。需要用户补充输入时,服务器返回 `InputRequiredResult`,客户端收集答案后带着 `inputResponses` 和原来的 `requestState` 重发。这样重试仍可落到任意实例,状态来自载荷而不是一条被网关固定的连接。
迁移验收可以按四项做:任意实例接收同一 basket_id;头部与 body 不一致时返回错误;缓存按 ttlMs 和 cacheScope 失效;补充输入的重试仍能关联原 trace。四项都通过,再考虑移除旧版粘性会话。
常见问题
MCP 无状态后还需要 Redis 吗?
协议本身不再要求共享会话存储,但业务仍可能需要 Redis 或数据库保存 basket_id 对应的数据,选择取决于数据一致性、过期和并发更新要求。
能把 basket_id 放到 HTTP header 里吗?
可以由业务自行设计,但工具参数更容易被模型、权限检查和审计明确看到;不要重新把业务连续性藏回协议会话头。
ttlMs 等于浏览器的缓存时间吗?
它表达 MCP 结果的新鲜度和缓存范围,客户端仍要结合 cacheScope、用户权限和本地缓存策略判断是否能复用。
2025-11-25 客户端能直接连 2026-07-28 服务吗?
不能凭版本字符串推断兼容。两版存在握手、会话、请求元数据和多轮输入差异,应通过明确的协商、适配层或拒绝策略完成迁移。
相关规范会继续通过候选版本、扩展和兼容政策演进。部署前应以 MCP 官方规范和变更记录核对当前实现支持的版本,不要把博客中的迁移示例当成某个 SDK 已经完成升级的证明。
Go 1.27 asynctimerchan 被移除后怎么查旧行为:time 通道语义与配置边界
- 上一篇
- Go 1.27 asynctimerchan 被移除后怎么查旧行为:time 通道语义与配置边界
- 下一篇
- Go scanner.End 为什么值得记录:语法工具的 token 结束位置校验
-
- 科技周边 · 人工智能 | 2小时前 | Gemini API · AI检索 · File Search · 多模态检索 Gemini File Search media_id page_number
- Gemini File Search 多模态检索怎么留证:media_id 与 page_numbers 的引用边界
- 377浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | gemini · 上下文缓存 · API优化 · Gemini API 隐式缓存 total_cached_tokens
- Gemini API 隐式缓存怎么提高命中:公共前缀与 total_cached_tokens 核对法
- 398浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · 大模型 · 模型工程 · 多模态 结构化抽取 GLM-5.3-Flash
- GLM-5.3-Flash 做结构化抽取时怎么留住证据链:从图文输入到字段校验
- 140浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · 内容审核 · Moderations API · 安全策略 · 业务分流 · AI 文本审核 误报 拒答 Moderations API
- AI 文本审核怎么区分拒答与误报:Moderations API 结果字段和业务分流
- 218浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Gemini Flex inference 被抢占怎么办:可让渡请求、重试边界与离线任务取舍
- 394浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- SuperCLUE
- SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
- 116次使用
-
- C-Eval
- 深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
- 37次使用
-
- Gradio
- Gradio是一个用于构建机器学习和数据科学Web应用的开源Python库。支持快速创建交互界面,获Google、Meta等大厂青睐,适合模型演示、部署反馈及调试。
- 114次使用
-
- AutoGPT
- AutoGPT是基于GPT-4的开源AI代理平台,拥有超10万GitHub星标。本文介绍其低代码界面、自动化工作流功能、系统配置要求及安装步骤,助您高效部署和管理AI Agent。
- 118次使用
-
- Dataify
- Dataify是专注AI生态的一站式数据服务平台,整合全球住宅代理、多源数据采集API及高质量训练数据集。支持LLM训练、跨境电商及金融分析,解决数据孤岛难题,助力企业智能化转型。
- 24次使用
-
- Golang实现HTTP编程请求和响应
- 2022-12-28 101浏览
-
- golangNewRequest/gorequest实现http请求的示例代码
- 2023-01-24 343浏览
-
- 一文详解Golang中net/http包的实现原理
- 2022-12-29 419浏览
-
- 快速掌握Go语言HTTP标准库的实现方法
- 2022-12-30 327浏览
-
- Go http请求排队处理实战示例
- 2022-12-23 265浏览

