136 条 MCP 问题暴露哪些接入故障
研究分析了官方 MCP 参考服务器的 136 条开发者反馈,文件系统问题占 21.32%,数据校验占 13.97%,工具执行占 13.24%。工具发现和服务初始化成功后,调用仍可能因断连、参数类型错误或异常响应而失败。
AI 深度解读
MCP(Model Context Protocol)统一了 AI Agent 调用外部工具的接口。可工具出现在列表里,调用时仍可能失败。更棘手的是,写入请求发出后连接断了,客户端可能连这次操作到底成没成功都不知道。
一项 2026 年的研究分析了官方 MCP 参考服务器的 136 条问题报告。文件系统问题报告最多,连接与通信问题平均需要改动最多的代码。对接 MCP 时,这两个结果可以帮你决定先测什么,以及哪些故障值得提前设计恢复流程。
报得最多的故障,和改动最大的故障各是什么?
Oyelayo 等人在 BotSE 2026 发表的研究列出了几类反复出现的问题。
| 问题类别 | 报告占比 | 典型表现 |
|---|---|---|
| 文件系统 | 21.32% | 路径解析、权限或跨平台文件操作出错 |
| 数据校验 | 13.97% | 参数类型不对、数据不符合 schema,或输入值无效 |
| 工具执行 | 13.24% | 工具显示异常、调用失败,或行为与预期不一致 |
| 连接 | 11.03% | MCP 客户端与服务端意外断开或通信失败 |
连接与通信问题在这组报告里占比低于前三类,修复所需的平均代码改动却最大。原文没有交代具体改动量,也没说明这些改动主要落在哪一层。对工程排期来说,可以用报告频次决定回归测试优先覆盖哪些场景,再根据故障牵涉的组件和恢复难度估算修复成本。
工具能被发现后,还要验证什么?
工具发现和工具执行应该分开测。前者验证客户端能否拿到正确的工具列表及参数定义。后者才会真正碰到业务校验、权限和外部依赖。测试只跑到列表返回,就覆盖不到后面的失败。
作者建议在执行外部操作前先校验参数 schema,再校验业务规则。以文件工具为例,路径是字符串,只说明参数类型正确。服务端还要判断解析后的路径是否落在允许访问的位置,并执行权限检查。模型提示词可以告诉 Agent 应该访问哪里,实际访问范围由服务端限制。
连接故障也要进入正常的错误处理流程。作者建议为调用设定超时,检查连接状态,并记录结构化错误。重试策略要看操作能否安全重复,尤其是外部写入。
创建工单时掉线,系统该怎么恢复?
作者用客服 Agent 举例。用户让它查订单,如果发货延迟就创建工单。订单工具返回了意外的数据类型,Agent 就缺少判断是否延迟的可靠依据。这里要先校验返回值,再决定要不要继续调用工单工具。
另一种故障发生在创建请求发出之后。MCP 连接断了,客户端没有收到结果,工单系统却可能已经写入成功。直接用一次新请求重试,就可能创建两张工单。
一种实现方式是为这次创建操作分配固定的操作 ID,重试时沿用同一个 ID,由写入端识别重复请求并返回已有结果。这就是这里所说的幂等写入。日志也可以沿用该 ID,把首次请求、断连和重试串起来。能否确认首次写入成功,还取决于工单系统能否按该标识找回结果。
我的判断
我认同把「调用出错后能否恢复」列入上线验收。只测一次成功调用,验不到写入完成但响应丢失的情况。相比给所有工具套同一套自动重试规则,按操作语义处理更合适。查询可以在超时后有限重试,创建工单则需要先确认写入端有没有可靠的去重机制。
研究里的百分比描述的是官方参考服务器的这 136 条报告。它们无法用来估算自家应用中某次 MCP 调用的失败概率,平均代码改动量也无法直接换算成人时。参数校验、健康检查和幂等写入是作者提出的工程做法。原文没有给出实施前后的对照数据,客服流程也是示例,实际效果还要看团队自己的依赖和故障测试结果。
能拿来做什么
- 给 Node MCP 客户端分别写工具发现和调用测试。调用测试至少覆盖正常返回、参数类型错误,以及工具返回结构不符合预期的情况。
- 在 MCP 文件工具的服务端集中判断访问范围,用测试验证允许目录内的路径可以访问,解析后落到目录外的路径会被拒绝。
- 给查订单并创建工单的流程加一条集成测试,模拟工单已经写入但客户端没收到响应。用同一个操作 ID 重试,验证系统只创建一张工单,并能通过日志追踪两次请求。