MCP (Model Context Protocol) 技术理解 - 第三篇

引言

在第二篇文章中,我们讲了MCP的通信协议和数据传输。

那么在第三篇文章中,我们就来讲讲服务端 的核心原语,MCP 原语是 MCP 中最重要的概念。它们定义了客户端和服务器之间 可以相互提供哪些信息。这些原语明确规定了可以与 AI 应用共享 的上下文信息类型以及可以执行的操作范围。这和我们之前提到的核心能力息息相关,所以看懂这一篇非常重要,让我们接下来一起看看吧。

如果你对前面的内容感兴趣,可以点击这里跳转

MCP (Model Context Protocol) 技术理解 - 第一篇

MCP (Model Context Protocol) 技术理解 - 第二篇

服务端的三个核心原语

MCP 定义了服务器可以公开的三个核心原语:

  • Tools:AI应用可以调用用来执行操作的可执行函数(例如,文件操作、API 调用、数据库查询)
  • Resources:为AI应用提供上下文信息的数据源(例如,文件内容、数据库记录、API 响应)
  • Prompts:可重用的模板,有助于构建与LLM的交互(例如,系统提示、少样本示例)

接下来我们来各自详细地介绍三种核心原语:

Tools

Tools是定义在模式中的接口 ,LLM可以调用这些接口。MCP 使用 JSON Schema 进行验证。每个Tool都执行单一操作,并具有明确定义的输入和输出。工具可能需要在执行前获得用户许可,这有助于确保用户对模型执行的操作保持控制

我们其实在前面已经说的很明白了,LLM可以通过Tools接口来替我们执行操作,而不止于仅仅给我们回复该怎么做。但是要注意的是我们实现Tools接口应该要保持单一职责原则,即一个Tool就保证它自己的功能,不要混杂着其他操作在其中。

下面是官方给的Tool的方法:

方法 目的 返回
tools/list 探索可用工具 包含模式的工具定义数组
tools/call 执行特定工具 工具执行结果

那么该如何定义一个Tool呢?下面是一个示例:

json 复制代码
{
  name: "searchFlights",
  description: "Search for available flights",
  inputSchema: {
    type: "object",
    properties: {
      origin: { type: "string", description: "Departure city" },
      destination: { type: "string", description: "Arrival city" },
      date: { type: "string", format: "date", description: "Travel date" }
    },
    required: ["origin", "destination", "date"]
  }
}

来个示例吧,假如我们想搜索某地到某地的对应日期的所有航班,我们的该如何调用,下面是例子: 查询多家航空公司并返回结构化的航班选项

less 复制代码
searchFlights(origin: "NYC", destination: "Barcelona", date: "2024-06-15")

工具由模型控制,这意味着模型可以自动发现并调用它们。但是要注意的是,调用工具是一个很敏感的操作,我们对敏感操作要保证人为监督。

为了确保信任和安全,应用程序可以通过各种机制实现用户控制,例如:

  • 在用户界面中显示可用工具,使用户能够定义在特定交互中是否应显示某个工具。
  • 针对单个工具执行的审批对话框
  • 用于预先批准某些安全操作的权限设置。
  • 活动日志显示所有工具执行及其结果

通过权限校验和安全性确认,我们就可以保证某些敏感的Tool calling不会被滥用。

Resources

Resources提供结构化的信息访问,人工智能应用程序可以检索这些信息并将其作为上下文提供给模型。

那么Resources是如何运作的? Resources可以从文件、API、数据库或AI理解上下文所需的任何其他来源获取数据。应用程序可以直接访问这些信息,并决定如何使用它们------无论是选择相关部分、使用embedding进行搜索,还是将所有信息传递给模型。

MCP是如何"发现"Resources的?

Resources支持两种发现模式:

  • 直接资源 - 指向特定数据的固定 URI。例如:calendar://events/2024- 返回 2024 年的日历可用性

  • 资源模板------带有参数的动态 URI,可实现灵活的查询。示例:

    • travel://activities/{city}/{category}- 按城市和类别返回活动
    • travel://activities/barcelona/museums- 返回巴塞罗那所有博物馆

值得注意的是,每个 resource 有唯一的 URI 标识 ,支持文本和二进制内容,这里很重要🧐

那么Resources有什么方法?

方法 目的 返回
resources/list 列出可用的直接资源 资源描述符数组
resources/templates/list 发现资源模板 资源模板定义数组
resources/read 获取资源内容 包含元数据的资源数据
resources/subscribe 监控资源变化 订阅确认

不好懂?我们来看个例子缓解一下:)

以旅行规划为例,资源为AI应用程序提供相关信息的访问权限:

  • 日历数据 (calendar://events/2024)- 检查用户日程以保证可行性
  • 旅行证件 (file:///Documents/Travel/passport.pdf)- 获取重要文件
  • 以往行程 (trips://history/barcelona-2023) - 参考过去的旅行和偏好

AI 应用会检索这些资源并决定如何处理它们,无论是使用embedding或关键词搜索选择数据子集,还是将原始数据直接传递给模型。在这种情况下,它向模型提供日历数据、天气信息和旅行偏好,使模型能够检查可用性、查找天气模式并参考过去的旅行偏好。

资源模板示例:

json 复制代码
{
  "uriTemplate": "weather://forecast/{city}/{date}",
  "name": "weather-forecast",
  "title": "Weather Forecast",
  "description": "Get weather forecast for any city and date",
  "mimeType": "application/json"
}

{
  "uriTemplate": "travel://flights/{origin}/{destination}",
  "name": "flight-search",
  "title": "Flight Search",
  "description": "Search available flights between cities",
  "mimeType": "application/json"
}

这些模板支持灵活的查询方式。例如,用户可以查询任意城市/日期组合的天气预报。对于航班查询,用户可以搜索任意两个机场之间的航线。当用户输入"NYC"作为机场,origin并尝试输入"Bar"作为destination机场时,系统可以建议"巴塞罗那 (BCN)"或"巴巴多斯 (BGI)"

Prompts

Prompts提供可重用的模板。它们允许 MCP 服务器作者为域提供参数化提示符,或展示如何最佳地使用 MCP 服务器。

那么Prompts是如何运作的?Prompts是结构化的模板,用于定义预期输入和交互模式。它们由用户控制,需要显式调用而非自动触发。Prompts可以感知上下文,引用可用Resource和Tools来创建全面的工作流程。与Resources类似,Prompts支持参数补全,帮助用户发现有效的参数值。

方法 目的 返回
prompts/list 发现可用提示 提示描述符数组
prompts/get 获取提示详情 包含参数的完整提示定义

那么Prompts到底有什么用呢?简单来说,prompt是一个预定义的、可重用的提示词模板,能够帮助用户快速调用常见的 AI 交互模式,也就是为常见任务提供结构化模板。

这里的关键词是"常见任务","结构化模板"。

听不懂?来个例子吧,我们还是以假期规划为例子

我们可以为"计划一次假期"编写以下的prompts

json 复制代码
{
  "name": "plan-vacation",
  "title": "Plan a vacation",
  "description": "Guide through vacation planning process",
  "arguments": [
    { "name": "destination", "type": "string", "required": true },
    { "name": "duration", "type": "number", "description": "days" },
    { "name": "budget", "type": "number", "required": false },
    { "name": "interests", "type": "array", "items": { "type": "string" } }
  ]
}

难道我们不支持非结构化的输入输出吗?系统并非不接受非结构化的自然语言输入,而是支持:

  1. 选择"计划假期"模板
  2. 结构化输入:巴塞罗那,7 天,3000 美元,"海滩"、"建筑"、"美食"
  3. 基于模板的一致工作流程执行

prompts由用户控制,需要显式调用。该协议赋予实现者自由,使其能够设计出与应用程序环境相协调的自然界面。其关键原则包括:

  • 轻松发现可用prompts
  • 对每个prompts的功能进行清晰描述
  • 自然参数输入及验证
  • 透明显示prompts的底层模板

应用程序通常通过各种用户界面模式显示prompts信息,例如:

  • 斜杠命令(输入"/"可查看可用提示,例如 /plan-vacation)
  • 用于可搜索访问的命令面板
  • 常用提示的专用用户界面按钮
  • 上下文菜单提供相关提示

以notion为例子,这些都是你能直接使用的prompts模板

小结

这一篇我们讲了服务器的三个核心原语,每一个都在MCP里面发挥至关重要的作用,理解这一块非常重要!下一篇我们讲客户端的核心原语。

相关推荐
北城笑笑1 小时前
Vue 110 ,若依SSE流式接口限次空500排查与解决
前端·javascript·vue.js·后端·vue
爱查宝小二1 小时前
爱查宝降AIGC效果实测与过检能力展示
aigc
ServBay2 小时前
Local harness 将退役,VS Code 本地开发要不要搬到云端?
后端·ai编程·visual studio code
花椒技术2 小时前
从“实时生成游戏”出发,我们用 AI 做了四次游戏开发尝试
人工智能·aigc·游戏开发
ashiho2 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
张一凡933 小时前
你的 AGENTS.md,真的管到模型写代码了吗?
前端·后端·agent
00后程序员3 小时前
iOS 实时活动怎么开发,Windows 上用 KXBuild 和 ActivityKit 写灵动岛
后端·ios
程序员cxuan3 小时前
推荐 10 个 WorkBuddy 中的邪修用法
人工智能·后端·程序员
花椒技术3 小时前
数字人为什么突然爆发?从 H3 Max Lip Sync 看生成式数字人的临界点
人工智能·aigc
Bacon3 小时前
给项目做一次"全身 CT":Agent Skills 生态里的代码体检全链路
前端·人工智能·后端