[Bug]: Can’t log in to MCP toolset URLs from Claude Code or Codex

问题场景

在 LiteLLM 中创建 MCP toolset，并在 gateway 上启用 OAuth 后，把 https://<proxy>/toolset/<name>/mcp 以不带认证头的方式添加到 Claude Code 或 Codex，然后尝试登录。两个客户端都在打开 OAuth 登录页之前就失败；但同一个 toolset URL 在 ChatGPT 中可以正常完成 OAuth 登录。所有 toolset 都能复现，而按服务器划分的 URL（/<server>/mcp）正常。

报错原文

Claude Code:
SDK auth failed: Protected resource https://litellm.example.com/mcp does not match expected https://litellm.example.com (or origin)

Codex:
Error: Metadata error: Protected resource metadata resource mismatch: reference 'https://litellm.example.com/toolset/<name>/mcp', permitted 'https://litellm.example.com/mcp'

原因分析

对 toolset URL 发起请求时，401 响应会让客户端去读取 /.well-known/oauth-protected-resource/mcp。该 metadata 把 protected resource 声明为 /mcp，而客户端期望的是它实际请求的 toolset URL。Codex 的报错直接体现了这个不匹配：reference 是 /toolset/<name>/mcp，permitted 却是 /mcp；Claude Code 的报错则是期望值被解析成了站点根地址或其 origin。问题出在 OAuth protected resource metadata 与 toolset URL 的对应关系上，与客户端凭证无关。按照 Issue 的修复 PR（#48474）以及“1.109+ 已修复”的确认，这属于 LiteLLM 侧的实现缺陷，已在后续版本中修正。

环境排查

• 确认 LiteLLM 版本：v1.105.0 存在此问题，可复现。
• 确认 MCP gateway 是否已启用 OAuth。
• 确认客户端使用的是 toolset URL（/toolset/<name>/mcp），而不是按服务器划分的 URL（/<server>/mcp）。
• 检查工具端 URL 返回的 401 响应对应的 protected resource metadata 路径与内容，重点看 resource 声明是否为 /mcp。
• Issue 未提供操作系统、Python、CUDA、显卡或依赖版本信息，这些项目不作为排查依据。

解决步骤

1. 将 LiteLLM 升级到 1.109 或更高版本，该版本包含 PR #48474 的修复。
2. 升级后重新在 Claude Code 或 Codex 中添加 toolset URL（不带认证头），重新发起 OAuth 登录。
3. 如果升级前需要临时继续使用：在 Claude Code 中退出登录后重新登录，可临时绕过；Codex 没有已知可用的规避方式，只能等待升级或临时改用按服务器划分的 URL。

验证方法

在升级后的版本上，用同样的 toolset URL 在不带认证头的情况下重新登录，Claude Code 与 Codex 应当都能正常打开登录页并完成 OAuth，不再出现 protected resource 不匹配的报错；同时可以确认 metadata 中声明的 resource 与 toolset URL 一致。

参考来源

BerriAI/litellm #46295

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。