Injection of resource dependencies failed 排查实录：把 Cline MCP 的 endpoint 改到 TaoToken

Injection of resource dependencies failed 排查实录：把 Cline MCP 的 endpoint 改到 TaoToken

发布时间：2026/10/11 15:37:59
Injection of resource dependencies failed 排查实录：把 Cline MCP 的 endpoint 改到 TaoToken 1. 从一次启动失败说起Injection of resource dependencies failed 到底卡在哪如果你在用 Spring Boot 3.5.x Spring AI 1.0.x 搭一个「让大模型调用 MCP 工具」的客户端很可能在启动阶段就撞上这个报错Injection of resource dependencies failed。它本身不是根因而是 Spring 容器在创建mcpClientCallBaiDuMcpController这个 Bean 时发现它依赖的某个资源注入不进去于是把整条依赖链一路抛出来。真正的问题藏在Caused by的最后几层里。我先把这条链拆开给你看。最外层是BeanCreationException: Error creating bean with name mcpClientCallBaiDuMcpController: Injection of resource dependencies failed由CommonAnnotationBeanPostProcessor.postProcessProperties抛出说明是Resource或Autowired注入阶段失败。继续往下UnsatisfiedDependencyException指向chatClient再指向dashscopeChatModel再指向toolCallingManager再指向toolCallbackResolver最后落到mcpToolCallbacks和mcpSyncClients。到这里才看到真正的异常java.util.concurrent.TimeoutException: Did not observe any item or terminal signal within 20000ms。翻译成人话Spring AI 在启动时要去连接你配置的 MCP Server拉取工具列表tools/list但 20 秒内没收到任何响应于是超时。超时导致mcpSyncClients这个 List Bean 创建失败连锁反应让toolCallbackResolver、toolCallingManager、dashscopeChatModel、chatClient全部创建不出来最终表现为Injection of resource dependencies failed。所以排查方向不是去改 Controller而是去查 MCP 客户端到底连了哪个 endpoint、这个 endpoint 是否可达、协议是否匹配。这也是为什么很多人换了 MCP Server 地址之后问题就消失了——根因在通道配置不在业务代码。这篇实录面向三类人正在用 Cline / Spring AI 接 MCP 的开发者、被Injection of resource dependencies failed卡住启动的排查者、以及想把 MCP endpoint 统一收敛到一个稳定入口的团队。核心检索词就是Injection of resource dependencies failed我会围绕它把定位路径、配置片段、验证动作和常见错都走一遍。需要先说明一点MCP 的传输方式常见有 stdio 和 SSE / streamable-http 两类。stdio 是本地起进程SSE 是远程 HTTP 长连接。上面这个超时绝大多数发生在 SSE 场景——本地进程能起来但远程 endpoint 连不上或握手失败。下面所有配置都以 SSE 为例因为这是最容易出问题、也最需要统一入口的场景。2. 把 MCP endpoint 收敛到 TaoToken前置准备与通道选择在动手改配置之前先把「为什么要换 endpoint」讲清楚。MCP 客户端启动时要做的第一件事是握手并拉取工具清单这一步对网络稳定性和协议一致性非常敏感。如果你把 endpoint 指向一个不稳定的地址或者协议版本对不上就会稳定复现 20 秒超时。把 endpoint 统一到一个可控入口是让Injection of resource dependencies failed不再出现的根本手段。TaoToken 在这里扮演的角色是统一的模型与工具调用入口。它的 API 地址是https://taotoken.net/api官网是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。你需要先在控制台创建一个 API Key然后把它作为 MCP 客户端访问上游的凭证。注意MCP 的 endpoint 和模型对话的 endpoint 是两套东西模型对话走/v1/chat/completions这类路径MCP 走的是 SSE 或 streamable-http 路径。配置时不要混。前置准备分三步。第一步拿到 Key。进入控制台页面https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite创建一个新的 API Key复制保存。第二步确认你要用的模型 ID。如果你同时要用模型对话验证链路可以在模型对话页https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite里挑一个比如claude-sonnet-4-5或gpt-4.1这类常见 ID具体以页面展示为准。第三步确认 MCP endpoint 的完整 URL。TaoToken 的 API 根是https://taotoken.net/apiMCP 的 SSE 路径通常在其下配置时以文档页https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite给出的为准不要自己拼。这里有个关键点Cline 的 MCP 配置和 Spring AI 的 MCP 配置是两套文件但它们的核心三要素完全一致——Base URL、API Key、Model ID。无论你是在 Cline 里配 MCP Server还是在 Spring Boot 的application.yml里配spring.ai.mcp.client只要这三样对齐握手就能成功。很多人Injection of resource dependencies failed反复出现就是因为只改了 Base URLKey 还是旧的或者 Model ID 写错了一个字符。还有一个容易忽略的点MCP 客户端在启动时是同步阻塞拉取工具列表的默认超时 20 秒。如果你的网络到 endpoint 的 RTT 较高或者 endpoint 本身在冷启动20 秒可能不够。所以除了换 endpoint还要学会调超时参数。这个参数在不同框架里名字不同Spring AI 里是spring.ai.mcp.client.request-timeoutCline 里是配置项里的timeout。后面配置片段里我会给全。最后提醒不要把 MCP endpoint 直接指向生产数据库或内部敏感服务。MCP 工具调用本质是让模型去执行动作权限边界一定要在 endpoint 侧收好。TaoToken 作为统一入口好处是凭证和审计集中在一处不用在每个客户端里散落 Key。3. 可复制配置Cline MCP 与 Spring AI 的 endpoint 片段这一节给可直接粘贴的配置。先给 Cline 的 MCP 配置。Cline 的 MCP 配置文件通常放在用户目录下的cline_mcp_settings.jsonWindows 在%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.jsonmacOS 在~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json。内容结构如下{ mcpServers: { taotoken-mcp: { type: sse, url: https://taotoken.net/api/mcp/sse, headers: { Authorization: Bearer sk-你的TaoTokenKey }, timeout: 60, disabled: false, autoApprove: [] } } }注意url的具体路径以文档页为准type写sse表示走 SSE 传输。timeout单位是秒默认偏小建议调到 60。Authorization头是 Bearer 加你的 Key。改完保存Cline 会重新加载 MCP Server你可以在 MCP 面板看到连接状态。再给 Spring AI 的配置。在application.yml里spring: ai: mcp: client: enabled: true name: taotoken-mcp-client version: 1.0.0 type: SYNC request-timeout: 60s sse: connections: taotoken: url: https://taotoken.net/api/mcp/sse sse-endpoint: /api/mcp/sse openai: base-url: https://taotoken.net/api api-key: sk-你的TaoTokenKey chat: options: model: claude-sonnet-4-5这里spring.ai.mcp.client.sse.connections下的url是 MCP 握手地址spring.ai.openai.base-url是模型对话地址两者都指向 TaoToken 但路径不同。request-timeout: 60s就是解决 20 秒超时的关键。model填你在模型对话页看到的 ID。如果你用的是 Codex 或需要auth.json的场景三件套这样写{ base_url: https://taotoken.net/api, api_key: sk-你的TaoTokenKey, model: claude-sonnet-4-5 }Base URL、Key、Model ID 三样必须同时正确。只改 Base URL 不改 Key会得到 401只改 Key 不改 Model ID会得到模型不存在或reading choices类错误。这一点在下一节验证时会体现。配置改完先别急着启动整个 Spring Boot 应用。先用一个最小验证脚本确认 MCP endpoint 本身是通的这样能把「网络/凭证问题」和「Spring 依赖注入问题」分开。验证脚本用 curl 即可curl -N -H Authorization: Bearer sk-你的TaoTokenKey \ -H Accept: text/event-stream \ https://taotoken.net/api/mcp/sse如果 endpoint 正常你会看到 SSE 流开始推送事件比如event: endpoint或event: message。如果卡住不动说明 endpoint 或凭证有问题先解决这一层再回去看 Spring 的报错。这一步能省掉大量在 Spring 日志里绕圈的时间。4. 验证请求与成功结果从超时到工具列表正常返回配置改完按顺序验证。第一步跑上面的 curl确认 SSE 流有响应。第二步启动 Spring Boot 应用观察启动日志。成功时你不会再看到Injection of resource dependencies failed而是能看到类似mcpSyncClients初始化完成、工具回调注册成功的日志。第三步发一个真实的工具调用请求确认链路端到端可用。先看启动日志的成功标志。正常启动时McpClientAutoConfiguration会创建mcpSyncClientsMcpToolCallbackAutoConfiguration会创建mcpToolCallbacksToolCallingAutoConfiguration会创建toolCallbackResolver和toolCallingManager。这些 Bean 依次创建成功chatClient才能注入。你可以在日志里搜mcpSyncClients和toolCallbacks看到它们没有抛异常就说明依赖注入恢复了。再看工具调用验证。写一个最小的 Controller 或测试方法让ChatClient带上工具发起一次对话RestController public class McpTestController { private final ChatClient chatClient; public McpTestController(ChatClient chatClient) { this.chatClient chatClient; } GetMapping(/mcp/ping) public String ping() { return chatClient.prompt() .user(请列出你当前可用的工具名称) .call() .content(); } }启动后访问http://localhost:8080/mcp/ping。如果 MCP 工具注册成功模型会返回它看到的工具列表比如某个查询类工具的名字。如果返回的是「我没有可用工具」说明toolCallbackResolver没拿到 MCP 工具回去检查spring.ai.mcp.client配置是否被正确加载。成功结果有三个特征一是启动无Injection of resource dependencies failed二是/mcp/ping返回内容里包含工具名三是日志里能看到 MCP 握手和tools/list的响应记录。三者齐了链路就算通了。如果你还想验证模型对话本身是否正常可以单独打一次对话接口curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 只回复 ok}] }返回里有choices[0].message.content为ok说明模型通道正常。这一步和 MCP 是两条独立链路分开验证能快速定位问题在哪一层。模型对话页https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite里可以直接在线试不用写代码。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth排查时按报错关键词对号入座效率最高。下面这几类是实测中出现频率最高的。第一类401 Unauthorized。原因几乎都是 Key 不对或没带上。检查Authorization: Bearer sk-xxx里的 Key 是否和控制台里的一致注意不要有多余空格也不要漏掉Bearer前缀。Spring AI 里如果api-key写错模型对话会 401MCP 的headers.Authorization写错握手会 401。两者要分别检查。第二类local proxy failed或连接被拒绝。这类通常出现在你本地配了某个转发层但转发层没起来或端口不对。排查方法是先绕过转发层直接用 curl 打https://taotoken.net/api/mcp/sse如果 curl 通而应用不通问题在应用侧的代理配置如果 curl 也不通问题在 endpoint 或凭证。注意不要使用任何非正规的网络转发手段统一走官方 API 地址即可。第三类reading choices相关报错比如解析响应时找不到choices字段。这通常是 Base URL 或路径写错把 MCP 的 SSE 地址当成了模型对话地址或者反过来。模型对话走/v1/chat/completionsMCP 走/api/mcp/sse两者不能混用。检查spring.ai.openai.base-url是否只写到https://taotoken.net/api不要多写/v1框架会自己拼。第四类OAuth 或鉴权握手失败。如果你在 MCP 配置里启用了 OAuth 流程但 endpoint 侧没配对应的授权就会卡在握手。最简做法是先用 Bearer Key 的静态鉴权跑通确认链路可用后再考虑更复杂的鉴权方式。Cline 的 MCP 配置里如果headers和oauth同时存在可能冲突先只留headers。第五类还是Injection of resource dependencies failed但Caused by变了。如果最后是UnknownHostException说明域名解析不了检查 URL 拼写如果是SSLHandshakeException检查系统时间或证书链如果还是TimeoutException把request-timeout继续调大并确认 endpoint 没有冷启动。每次改完配置先跑 curl 再启动应用能避免在 Spring 日志里反复绕。把这几类对照表记下来下次看到报错能直接跳到对应检查项不用从头读堆栈。报错关键词最可能原因检查动作401 UnauthorizedKey 错误或缺失核对 Bearer Key重跑 curllocal proxy failed本地转发层未启动绕过转发层直连官方 APIreading choicesBase URL 路径写错确认模型对话与 MCP 路径分离OAuth 握手失败鉴权方式冲突先只用 Bearer 静态鉴权TimeoutException超时过短或 endpoint 冷启动调大 request-timeout 并预热6. 把链路固定下来长期编码与 Agent 场景的接入建议排查完一次最好把配置固化避免下次换环境又踩一遍。我的做法是把 MCP endpoint、Key、Model ID 三件套写进一个统一的配置文件Cline 和 Spring AI 都从这里读减少手写错误。如果你经常做长期编码或 Agent 类任务可以考虑用 Coding Plan 把额度固定下来入口在https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite适合需要持续调用工具链的场景。接入文档在https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite里面有各语言和各客户端的配置示例遇到路径不确定时以文档为准。API Key 管理在https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite建议给 MCP 单独建一个 Key方便轮换和审计。模型对话验证用https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmcp_cline_fixutm_campaignrewrite不用写代码就能确认模型 ID 是否正确。最后给一个实操建议每次改完 MCP 配置按「curl 验证 endpoint → 启动应用看日志 → 打 /mcp/ping 看工具列表」三步走。这三步能把Injection of resource dependencies failed的排查时间从半小时压到几分钟。链路固定下来之后你就不用再和堆栈打交道了。