fix(image-gen): 从 extra.requestInfo.headers 读取 token & model(修正字段路径)

之前 pickToken/pickModel 用的 'extra?.requestInfo?.req?.headers' 多写了一层 '.req',
SDK 实际只有 extra.requestInfo.headers(参见 webStandardStreamableHttp.js buildRequestInfo),
导致 token/model 始终为 null,AI 调用时实际走默认 model 且若未额外修过 token 则报 401。

本提交:
- 取 header 改用 extra.requestInfo.headers
- pickToken/pickModel 签名改为接收 headers 对象(去掉对 req 的依赖)
- Model 仍只在 tools/call 阶段从 header 读取,不存 session
- Model 优先级:header > DEFAULT_MODEL(已删 schema 里的 model 字段,AI 无法误传)
- README 同步更新鉴权与 model 章节
This commit is contained in:
2026-09-04 12:43:23 +08:00
parent 76aa1aa604
commit eba3a3c7ff
2 changed files with 80 additions and 59 deletions
+23 -13
View File
@@ -68,16 +68,23 @@ curl http://localhost:3000/health
| 名称 | 类型 | 必填 | 说明 |
|---|---|---|---|
| `prompt` | string | ✅ | 图片生成提示词,描述想要的画面内容 |
| `model` | string | ❌ | 模型名称,默认 `CogView-3-Flash`。可填 `CogView-3` / `CogView-3-Flash` 等智谱支持的模型 |
| `size` | string | ❌ | 图片尺寸,例如 `1024x1024`、`1280x1280`、`1024x1792`、`1792x1024`、`768x1344`、`1344x768`,遵循智谱 API 规格 |
### Model 优先级(单链)
### Model 控制(不在工具参数中暴露)
```
工具参数 arguments.model → DEFAULT_MODEL (CogView-3-Flash)
```
模型名由调用方在 **tools/call 这一次的 HTTP header** 中传递,**AI 看不到也填不了**,避免其误传。识别顺序(首个非空值生效):
每次 `tools/call` 都是独立决策,**想换模型就在该次调用传 `model` 参数**,不需要重连/换 session。
| 优先级 | Header |
|---|---|
| 1 | `X-Image-Gen-Model` |
| 2 | `X-Mcp-Model` |
| 3 | `X-Model` |
如果都没传,走代码内常量 `DEFAULT_MODEL = "CogView-3-Flash"`。
**为什么不放进工具参数?** 调用方一般是 AI 助手(Claude / Cursor 等),它不需要也没能力选择用哪个模型;模型选择属于部署/路由策略,由请求的发起方在 HTTP header 里注入更可控。
### 返回
### 返回
@@ -104,11 +111,11 @@ URL 由智谱签名下发,**带有效期**(通常 24h),如需长期保
| 优先级 | Header | 说明 |
|---|---|---|
| 1 | `Authorization: Bearer <token>` | 推荐,标准 OAuth 风格 |
| 2 | `X-Image-Gen-Token: <token>` | 直传,避免与客户端自身的 Authorization 冲突 |
| 3 | `X-Mcp-Token: <token>` | 通用兜底 |
| 1 | `X-Image-Gen-Token: <token>` | 直传,避免与客户端自身的 Authorization 冲突 |
| 2 | `X-Mcp-Token: <token>` | 通用兜底 |
| 3 | `Authorization: Bearer <token>` | 标准 OAuth 风格(排最后是为避免误用) |
**Token 不会写入服务端任何存储**,仅在 initialize 阶段绑定到内存中的 session 对象,session 结束立即释放。
Token 仅在每次 tool call 时从 header 读取,不写入任何存储、不进 session。
### 错误响应
@@ -218,11 +225,14 @@ const DEFAULT_MODEL = "CogView-3-Flash";
## 常见问题
**Q: 我能在工具参数里不传 `model` 吗?**
A: 可以,不传就走默认 `CogView-3-Flash`。
**Q: AI 不知道有哪些 model 可选,怎么办?**
A: 这是设计意图。模型选择属于路由策略,不让 AI 决策。调用方在 HTTP header `X-Image-Gen-Model` 里注入即可。
**Q: 换模型需要重连 MCP session 吗?**
A: 不需要。`model` 是工具参数,每次 `tools/call` 都生效,不需要重建 session。
A: 不需要。Model header 在每次 `tools/call` 都从当前请求读取,不需要重建 session。
**Q: 为什么 Model 优先级不是「工具参数 > header」?**
A: 因为我们故意不在 schema 暴露 model 参数,AI 根本不会传 model,所以「工具参数 > header」这条分支实际上不存在。
**Q: Token 会不会泄露到日志?**
A: 当前实现只在 session 内存里持有,不会写入 stdout/stderr。Container 日志只打印 session id。
+57 -46
View File
@@ -25,13 +25,12 @@ function parseArgs(argv) {
return args;
}
// 从请求头里提取 token(兼容多种命名 + Bearer 前缀)
function extractTokenFromHeaders(headers) {
function pickToken(headers) {
if (!headers) return null;
const candidates = [
headers["authorization"],
headers["x-image-gen-token"],
headers["x-mcp-token"],
headers["authorization"],
];
for (const v of candidates) {
if (!v) continue;
@@ -47,6 +46,17 @@ function extractTokenFromHeaders(headers) {
return null;
}
function pickModel(headers) {
if (!headers) return null;
const v =
headers["x-image-gen-model"] ||
headers["x-mcp-model"] ||
headers["x-model"];
if (!v) return null;
const s = String(v).trim();
return s || null;
}
async function callZhipuImagesGenerations({ token, model, prompt, size }) {
const body = { model, prompt };
if (size) body.size = size;
@@ -87,25 +97,27 @@ function extractUrls(data) {
return [];
}
// 创建 McpServer,把 token 通过闭包注入到工具回调里
function buildServer({ token }) {
function buildServer() {
const server = new McpServer(
{ name: "image-gen", version: "1.0.0" },
{ capabilities: { tools: {} } }
{
name: "image-gen",
version: "1.0.0",
},
{
capabilities: {
tools: {},
},
}
);
server.tool(
"generate_image",
"调用智谱 CogView 图片生成 API,根据 prompt 生成图片,返回图片 URL。可选指定 model 和 size。",
"调用智谱图片生成 API,根据 prompt 生成图片,返回图片 URL。可选指定 size。模型由调用方通过 HTTP header(X-Image-Gen-Model)控制,不在工具参数中暴露。",
{
prompt: z
.string()
.min(1)
.describe("图片生成提示词,描述想要生成的画面内容"),
model: z
.string()
.optional()
.describe("模型名称,可选,默认 CogView-3-Flash"),
.describe("图片生成提示词,描述想要的画面内容"),
size: z
.string()
.optional()
@@ -113,9 +125,28 @@ function buildServer({ token }) {
"图片尺寸,例如 1024x1024、1280x1280、1024x1792、1792x1024、768x1344、1344x768,遵循智谱 API 规格"
),
},
async (args) => {
// model 优先级:工具参数 > DEFAULT_MODEL
const model = args.model || DEFAULT_MODEL;
async (args, extra) => {
// SDK 在 tool callback 的 extra.requestInfo.headers 里会透传当前 HTTP 请求的 headers
// (参见 webStandardStreamableHttp.js: buildRequestInfo 段)
const headers = extra?.requestInfo?.headers;
const token = pickToken(headers);
if (!token) {
return {
isError: true,
content: [
{
type: "text",
text:
"缺少鉴权 token,请通过 HTTP 请求头(例如 Authorization: Bearer <token> 或 X-Image-Gen-Token: <token>)传递。",
},
],
};
}
// model 完全由 HTTP header 控制(X-Image-Gen-Model / X-Mcp-Model / X-Model),
// 不存进 session,每次从本次请求的 header 读取,未设置则用默认 CogView-3-Flash。
// AI 看不到 model 参数(schema 中已删除),避免其误传。
const model = pickModel(headers) || DEFAULT_MODEL;
const size = args.size;
try {
@@ -172,21 +203,17 @@ async function startHttp({ port, host }) {
const app = express();
app.use(express.json({ limit: "2mb" }));
// session -> transport + server + token/model
// session -> { server, transport } 映射
const sessions = new Map();
app.get("/health", (_req, res) => {
res.json({ status: "ok", service: "image-gen", sessions: sessions.size });
});
// 主入口:先从 header 取 token(每个 HTTP 请求都取一次),
// 然后用这个 token 创建一个新的 server+transport;
// 已有 session 直接复用 transport,token 沿用 session 首次创建时的值
// (避免跨请求 token 不一致;MCP 客户端本来就该每次都带同一个 token)
const handleSessionRequest = async (req, res) => {
async function handleSessionRequest(req, res) {
const sessionId = req.headers["mcp-session-id"];
// 已有 session:复用 transport,token/model 直接从 session 缓存里拿
// 已有 session:复用 transport
if (sessionId && sessions.has(sessionId)) {
const { transport } = sessions.get(sessionId);
await transport.handleRequest(req, res, req.body);
@@ -206,42 +233,26 @@ async function startHttp({ port, host }) {
return;
}
// 从本次请求 header 取 token
const token = extractTokenFromHeaders(req.headers);
if (!token) {
res.status(401).json({
jsonrpc: "2.0",
error: {
code: -32001,
message:
"缺少鉴权 token,请通过 HTTP 请求头(例如 Authorization: Bearer <token> 或 X-Image-Gen-Token: <token>)传递。",
},
id: req.body?.id ?? null,
});
return;
}
const newId = randomUUID();
const server = buildServer({ token });
const server = buildServer();
const transport = new StreamableHTTPServerTransport({
sessionIdGenerator: () => newId,
onsessioninitialized: (id) => {
sessions.set(id, { server, transport, token });
console.log(`[image-gen] session initialized: ${id}`);
sessions.set(id, { server, transport });
},
});
transport.onclose = () => {
if (transport.sessionId) {
sessions.delete(transport.sessionId);
console.log(`[image-gen] session closed: ${transport.sessionId}`);
}
};
await server.connect(transport);
await transport.handleRequest(req, res, req.body);
};
}
// POST /mcp: 主入口
app.post("/mcp", handleSessionRequest);
// GET /mcp & DELETE /mcp: 用于 SSE 流 / 会话关闭
@@ -265,14 +276,14 @@ async function startHttp({ port, host }) {
}
async function startStdio() {
// stdio 模式下没有 HTTP header,token 暂未支持(保留入口便于本地调试)
const server = buildServer({ token: "" });
// 保留 stdio 启动方式,便于本地直接调试
const server = buildServer();
const { StdioServerTransport } = await import(
"@modelcontextprotocol/sdk/server/stdio.js"
);
const transport = new StdioServerTransport();
await server.connect(transport);
console.error("[image-gen] MCP stdio server started (no auth)");
console.error("[image-gen] MCP stdio server started");
}
const args = parseArgs(process.argv.slice(2));