第 1 篇《MCP 协议全景:从三原语到无状态内核》用一张对比表带过了 2026-07-28 GA 版的"无状态内核":握手没了、Mcp-Session-Id 没了、版本身份搬进了 _meta。三行结论读起来轻巧,背后却是协议会话模型的整层重建——为什么值得动这么大、新请求到底长什么样、elicitation 换成 MRTR 之后多轮交互怎么走、存量客户端怎么办,都是动手写 server 之前必须吃透的事。本篇是全系列第 2 篇,按"痛点 → 新旧报文对比 → _meta 结构 → MRTR → 头路由 → 兼容策略 → 影响评估"展开,读完你能徒手写出一份合规的新版请求报文。
1、有状态会话的运维痛点
先回答旧模型为什么非改不可。2026-07-28 之前,MCP 连接由 initialize 握手开启:客户端发 initialize 请求声明版本与能力,服务器响应并颁发会话标识,此后每个请求都带 Mcp-Session-Id 头,服务器靠它找回"这是谁、之前谈过什么"。会话状态因此活在每个服务器实例的内存里,运维痛点接踵而至。
- 负载均衡必须粘性:同一会话的请求要落回同一实例,轮询均衡直接不可用
- 扩容没有意义:新实例内存里没有存量会话,流量切过去就是一堆找不到会话的错误
- Serverless 无缘:冷启动的实例同样没有会话,函数化部署基本走不通
- 网关很难做:方法名藏在 JSON 正文里,WAF 与限流器必须解析 body 才能判断请求
想解决,要么在均衡器上配置会话亲和——牺牲弹性,要么引入 Redis 之类的外部会话存储——多一个组件、多一跳延迟。官方在改版公告里给出的新世界承诺只有一句话:任何一个请求都可以落在轮询负载均衡后面的任意实例上,不需要共享存储。本次改版的全部动机,就是让这句话成立。
2、从握手到自描述请求
新旧两代建立连接的方式,用报文对比最直观。旧版的第一条消息是第 1 篇里出现过的 initialize 请求,如下。
{
"jsonrpc": "2.0",
"id": 1,
"method": "initialize",
"params": {
"protocolVersion": "2025-11-25",
"capabilities": { "tools": {} },
"clientInfo": { "name": "demo-client", "version": "1.0.0" }
}
}
解读:服务器在响应里敲定双方共用的版本、声明自己的能力并颁发会话标识,客户端再补一个 notifications/initialized 通知,会话才算建立——此后一切请求都默认发生在这个会话上下文里。新版的对应场景干脆没有"建立"这一步,客户端的第一个请求就是一次普通的 tools/call,完整的线上报文如下。
POST /mcp HTTP/1.1
MCP-Protocol-Version: 2026-07-28
Mcp-Method: tools/call
Mcp-Name: search
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "search",
"arguments": { "q": "otters" },
"_meta": {
"io.modelcontextprotocol/protocolVersion": "2026-07-28",
"io.modelcontextprotocol/clientInfo": { "name": "my-app", "version": "1.0" },
"io.modelcontextprotocol/clientCapabilities": {}
}
}
}
三个 HTTP 头加正文 _meta 里的三段元数据,就是旧握手与会话头的全部替代品——请求自描述由此成为新内核的第一原则。版本协商从"连接开始时一次定终身"变成逐请求进行:服务器不支持请求声明的版本,就返回带支持版本列表的错误,客户端挑一个重发——双方依然能对上话,只是协商的载体从会话换成了每个请求本身。
3、_meta 里的协议元数据
_meta 并不是新发明,旧版协议就允许双方在 _meta 里携带自定义元数据;GA 版做的是把版本身份与能力声明这组协议级信息也搬进来,并定下命名规则:键由"前缀加名称"两段组成,前缀用反域名记法(如 io.modelcontextprotocol/),任何第二段为 modelcontextprotocol 或 mcp 的前缀都保留给协议自用。规范总览页定义的保留键如下。
| 保留键 | 必填 | 含义 |
|---|---|---|
io.modelcontextprotocol/protocolVersion |
是 | 本请求使用的协议版本 |
io.modelcontextprotocol/clientCapabilities |
是 | 与本请求相关的客户端能力 |
io.modelcontextprotocol/clientInfo |
否 | 客户端名称与版本 |
io.modelcontextprotocol/logLevel |
否 | 本请求的最低日志级别 |
io.modelcontextprotocol/serverInfo |
否 | 服务器在响应中自报身份 |
两条硬约束让"没有握手"依然可诊断。其一,缺必填键的请求按非法参数处理,服务器返回 -32602,HTTP 层对应 400;其二,服务器不得使用客户端未声明的能力,处理需要某能力而请求里没声明时,返回 MissingRequiredClientCapability 错误(-32021)并附缺失清单。版本不合则是另一条路,完整错误如下。
{
"jsonrpc": "2.0",
"id": 1,
"error": {
"code": -32022,
"message": "Unsupported protocol version",
"data": {
"supported": ["2026-07-28", "2025-11-25"],
"requested": "1900-01-01"
}
}
}
解读:错误数据里的 supported 列出服务器支持的版本,客户端选一个重试原请求即可,这条重试路径就是新版的"协商"。客户端若想预先探明服务器支持什么,可以调用新增的 server/discover 方法;调用与否是可选的——请求本身自描述,大不了靠错误响应兜底。
最后是无状态的边界。规范明文:服务器不得从先前请求推断上下文,需要跨请求延续的状态必须由显式标识承载、客户端每次请求带上。官方推荐的模式很优雅:工具调用产出一个句柄,作为结果交回模型,模型在后续调用里把它当参数传回来——状态对模型可见,而不是藏在传输层里。
4、MRTR 多轮往返机制
无状态化最难啃的不是握手,是多轮交互。旧协议允许服务器反向请求客户端:elicitation 向用户要输入、sampling 借客户端的模型做补全、roots 索要文件系统根。这些"服务器发起"的请求要求服务器在处理一次工具调用期间挂起等待客户端回包,长连接与会话在这里是刚需,与"每个请求独立处理"的新模型正面冲突。
GA 版的答案是 MRTR(Multi Round-Trip Requests,多轮往返请求),见SEP-2322:服务器不再反向发请求,而是把"我还需要输入"作为一次正常响应返回,结构示意如下。
{
"jsonrpc": "2.0",
"id": 5,
"result": {
"resultType": "input_required",
"inputRequests": {
"city": { "description": "要查询哪个城市的天气?" }
}
}
}
resultType 是 GA 版给所有结果加上的类型字段:complete 表示完成,input_required 表示还差输入。inputRequests 里的条目带键,客户端向用户或模型收集到答案后,重发原请求并把答案按同样的键装进 inputResponses 传回;需要关联两轮时还可以回传 requestState。完整一轮交互如下。
解读:多轮交互从"服务器持流等待"变成"客户端驱动重试",服务器两次处理之间不需要任何连接级状态;确需暂存中间结果,就用上一节的句柄模式显式传。两个细节值得记住:服务器只应向声明了相应能力的客户端返回 input_required;遇到不带 resultType 的旧版结果,客户端一律按 complete 处理——新字段不破坏旧报文。
5、HTTP 头路由的价值
元数据进正文解决了"服务器读什么",但协议元数据的另一半消费者根本不读正文。反向代理、API 网关、WAF、限流器都工作在"看头不看体"的层面,旧协议里方法名与工具名全在 JSON 深处,中间设备要么解析正文——慢且扩大攻击面,要么按连接整体限流——粒度太粗。
GA 版把路由面抬到 HTTP 头:Streamable HTTP 上的每个请求必须携带 Mcp-Method(当前方法)与 Mcp-Name(目标名称)两个头,加上逐请求必带的 MCP-Protocol-Version。中间设备不解析正文就能干活:均衡器按 Mcp-Name 把高频工具路由到专属后端,限流器按 Mcp-Method 给 list 与 call 差异化配额,WAF 对写操作单独设规则,访问日志按头聚合出"哪个工具调得最多"。头与正文不一致时,服务器返回 HeaderMismatch 错误(-32020),一致性有协议兜底,细节见Streamable HTTP 规范页。
6、双时代服务器的兼容策略
改版再彻底也要面对存量。规范用三个词划分阵营:Modern(现代,2026-07-28 及以后)、Legacy(旧代,2025-11-25 及以前)、Dual-era(双时代,两代都支持)。版本与兼容页给出了完整的组合矩阵,核心结论如下。
| 客户端 | 服务器 | 结果 |
|---|---|---|
| 现代 | 现代 | 直接工作,版本不合则换版本重试 |
| 现代 | 仅旧代 | 失败,客户端应先探测以尽早暴露 |
| 旧代 | 双时代 | 走旧握手,按旧版本语义服务 |
| 旧代 | 仅现代 | 失败,旧客户端没有前进机制 |
双时代服务器的分流规则极简:看客户端怎么开局——带现代 _meta 的请求按无状态处理,initialize 请求则进入旧语义,作用域在 stdio 上是进程、在 HTTP 上是会话,两种模式可在同一端点并发服务。双时代客户端的探测同样有章法:stdio 先发 server/discover,收到非现代错误就回退握手;HTTP 先发一个现代请求再检查 400 响应体——是规范的现代 JSON-RPC 错误就换版本重试,否则判定旧服务器、回退 initialize。时代是服务器的属性而非单次请求的属性,客户端应当缓存探测结论。
两个兜底细节。其一,仅现代的服务器收到 initialize 时,应在错误里列出自己支持的版本——旧客户端没有前进机制,这条错误信息可能是用户能看到的唯一诊断。其二,官方废弃政策保证每项废弃至少十二个月的窗口,sampling、roots、logging 与旧 HTTP+SSE 传输都在窗口内照常可用。生态侧,TypeScript、Python、Go、C# 四个一线 SDK 已支持 2026-07-28,Rust 处于 beta。
7、无状态化的得与失
对 server 开发者,这次改版的账要两面算,对比如下。
| 维度 | 收益 | 成本 |
|---|---|---|
| 部署 | 轮询均衡、自动扩缩容、Serverless 全部可用 | 无 |
| 代码结构 | 每请求一个纯函数,好测试 | 依赖会话的存量逻辑要重写 |
| 请求体积 | 无 | 每请求重复携带版本身份 |
| 多轮交互 | MRTR 显式化,不依赖挂起流 | elicitation 逻辑要改成重试式 |
| 观测 | 每请求自含身份,日志直接定位 | 无 |
表中"请求体积"一项的实际开销很小——几行元数据换掉整套会话基础设施,怎么算都划算。真正要花力气的是交互类 server:把"反向问客户端"改成"返回问题等重试",控制流要重新组织一遍。顺带的甜头是 list 缓存:tools/list 等响应新增 ttlMs 与 cacheScope,无会话的客户端可以按声明放心缓存目录,少拉几次。
路线建议很明确:新写的 server 直接只实现现代路径,别碰旧握手。存量 server 看旧客户端占比——占比高就做双时代分流(判断逻辑就一行:请求里有没有 _meta),占比低就趁十二个月窗口期推动客户端升级,到期只留现代路径。
8、总结
2026-07-28 GA 版把 MCP 的会话模型整个换掉:initialize 握手与 Mcp-Session-Id 退役,版本身份与能力装进每个请求的 _meta,io.modelcontextprotocol/ 前缀下的必填键让请求自描述;多轮交互改走 MRTR 的 input_required 加 inputResponses 往返;Streamable HTTP 用 Mcp-Method 与 Mcp-Name 头给网关留出路由面;双时代实现靠"怎么开局"一行分流,废弃能力保底十二个月。留三道练习:
- 手写一份带完整
_meta的请求,把版本改成不存在的日期,观察supported列表 - 把"工具执行中途向用户要确认"从 elicitation 改写成 MRTR 两轮往返
- 用一线 SDK 起最小 server,挂到 nginx 轮询的两个后端,验证不粘路由可用
对于准备动手的读者,建议按"仅现代"路线起步:新内核下最小 server 就是"一个 HTTP 端点、三原语加一份 _meta 校验"。本系列协议基础到此收束,接下来就轮到动手写第一个能跑的 server 了。

