MCP 资源订阅变更通知的客户端处理
我在给 MCP 客户端加资源缓存时,最容易混淆的是“资源清单变了”和“某个资源的内容变了”。两者收到的通知不同,后续请求也不同:清单变化要重新调用 resources/list,单资源更新要拿通知中的 URI 重新调用 resources/read。把这两条路径混在一起,轻则多发请求,重则缓存里一直留着旧内容。
官方地址:https://modelcontextprotocol.io/
list_changed只表示可用资源集合可能变化,不等于每个资源都变了。resources/updated以 URI 作为失效范围,客户端应重新读取,而不是把通知当成正文。- 当前协议用
subscriptions/listen保持订阅流;旧 2025-era 连接仍要兼容resources/subscribe。
先分清两类通知与重读动作
资源能力中的 listChanged 面向资源集合,适用于新增、移除或资源元数据发生变化;它没有告诉客户端是哪一个 URI 变了,所以处理方式是重新拉取资源列表并更新本地索引。subscribe 面向具体资源,服务端发送 notifications/resources/updated 时会带上 URI,客户端只需要让这个 URI 失效,再重新读取它。

const resourceUri = 'config://app';
// 这里只把通知当成缓存失效信号,不把它误当成资源正文。
client.setNotificationHandler('notifications/resources/updated', async notification => {
const uri = notification.params.uri;
if (uri !== resourceUri) return; // 只处理当前连接明确关注的 URI
const fresh = await client.readResource({ uri }); // 通知后重新读取正文
resourceCache.set(uri, fresh); // 读取成功后再替换旧缓存
});
// 清单变更没有具体 URI,应该重新列举资源,而不是逐个 read。
client.setNotificationHandler('notifications/resources/list_changed', async () => {
const resources = await client.listResources();
resourceIndex.replace(resources);
});
客户端订阅要绑定 URI 和连接生命周期
在 2026-07-28 协议中,客户端通过 subscriptions/listen 打开长期订阅流,并在 resourceSubscriptions 中给出要关注的 URI。监听器必须早于订阅建立,这样确认消息之后到达的更新不会落空;流关闭后也不要假定订阅仍然存在,应按客户端实现重新建立。
如果需要兼容 2025-era 连接,使用 SDK 提供的 subscribeResource / unsubscribeResource,或直接处理对应的旧 RPC。两条路径的共同点是 URI 精确匹配、服务端必须声明资源订阅能力,以及客户端不能把“订阅请求成功”误判成“以后一定收到通知”。

const watchedUri = 'config://app';
// 先注册处理器,再打开当前协议的订阅流,避免错过早到的更新。
client.setNotificationHandler('notifications/resources/updated', notification => {
const uri = notification.params.uri;
if (uri === watchedUri) return refreshOnce(uri); // 同一 URI 合并并发刷新
});
const stream = await client.listen({
resourcesListChanged: true, // 同时关心资源集合变化
resourceSubscriptions: [watchedUri] // 只接收这个资源的内容变更
});
async function refreshOnce(uri: string) {
const running = pendingRefresh.get(uri);
if (running) return running; // 防止连续通知造成重复 read
const job = client.readResource({ uri }).then(value => {
resourceCache.set(uri, value); // 读取完成后才覆盖缓存
}).finally(() => pendingRefresh.delete(uri)); // 无论成功失败都释放占位
pendingRefresh.set(uri, job);
return job;
}
// 应用退出或切换资源时关闭流,避免遗留连接继续接收事件。
await stream.close();
通知到达后的处理顺序与边界检查
更新通知只说明“这个 URI 的内容可能已经变了”,并不携带新的正文、版本号或完整资源对象。因此缓存层应先标记失效,再执行一次读取;读取失败时保留旧值并记录可重试状态,不要把失败结果写成空内容。多个通知同时到达时,以 URI 为键做单飞合并,避免一个资源在短时间内被重复读取。
| 收到的信号 | 它说明什么 | 客户端动作 |
|---|---|---|
resources/list_changed | 资源集合或描述可能变化 | 重新 listResources(),比较 URI 和元数据 |
resources/updated | 指定 URI 的内容可能变化 | 按 URI readResource(),成功后替换缓存 |
| 订阅流关闭 | 当前监听不再可靠 | 标记订阅失效,按退避策略重新 listen |
排查时按四项检查:服务端初始化结果是否包含 resources.subscribe;客户端订阅的 URI 是否与通知 URI 完全一致;订阅流是否仍然存活;多进程服务端是否把更新事件送到了承载订阅的进程。若使用旧协议,还要确认客户端确实走的是 resources/subscribe 兼容路径,而不是把新协议的 listen 请求重试到旧端点。
常见问题
收到 list_changed 后要不要重读全部资源?
不用。先重新列举资源并比较 URI;只有发现某个资源确实需要刷新时,再对目标 URI 调用 readResource。
updated 通知里有没有资源正文?
没有。它主要携带变化资源的 URI,客户端应把它当作失效通知,然后重新读取。
订阅成功但一直收不到通知怎么办?
先看能力声明、URI 精确匹配和长连接状态,再检查服务端是否只在订阅连接所属的事件总线上发布更新。
MCP progress token 长任务进度回报的实现
- 上一篇
- MCP progress token 长任务进度回报的实现
- 下一篇
- Whisper 音频分段与时间戳对齐的工程方案
-
- 科技周边 · 人工智能 | 1小时前 |
- Label Studio webhook 任务完成回调的签名处理
- 459浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | mcp · AI工程 · MCP 长任务 progress token 进度通知 智能体协议
- MCP progress token 长任务进度回报的实现
- 367浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Gemini API 预估 token 与使用量元数据的区分
- 254浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- MLflow signature required 字段的输入收窄
- 202浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Ray Serve DeploymentHandle 的异步批处理
- 307浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · ONNX Runtime IOBinding 设备内存复用
- ONNX Runtime IOBinding 的设备内存复用
- 412浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | JAX PyTree register_pytree_node register_dataclass jax.jit
- JAX PyTree 自定义数据结构的注册方法
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- PyTorch DistributedSampler 每轮 shuffle 的复现配置
- 241浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 文本对齐 Transformers tokenizer offset_mapping Fast tokenizer
- Transformers tokenizer offset mapping 的原文区间对齐
- 423浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Hugging Face Datasets unique 怎样列出字段的不同取值
- 469浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- ONNX Runtime SessionOptions 怎样控制推理会话线程数
- 351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
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 754次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 752次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 833次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 798次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 633次使用
-
- Redis CLIENT TRACKING用 BCAST 接收客户端缓存失效通知的实现方法
- 2026-09-15 361浏览
-
- Redis 客户端缓存 Tracking 模式怎么选择
- 2026-10-04 196浏览
-
- Redis 客户端缓存怎么用 TRACKING 避免脏读
- 2026-10-06 115浏览
-
- Redis 客户端缓存如何用广播模式减少失效消息
- 2026-10-08 484浏览
-
- Redis 客户端缓存失效通知与广播模式
- 2026-10-11 323浏览

