跳至主要内容

伺服器概念

理解 MCP 伺服器概念

MCP 伺服器是通過標準化協定介面向 AI 應用程式暴露特定能力的程式。每個伺服器為特定領域提供專注的功能。

常見的範例包括用於文件管理的檔案系統伺服器、用於訊息處理的電子郵件伺服器、用於行程規劃的旅遊伺服器，以及用於資料查詢的資料庫伺服器。每個伺服器都為 AI 應用程式帶來特定領域的能力。

核心構建區塊​

伺服器通過三個構建區塊提供功能：

構建區塊目的控制方實際範例
工具用於 AI 動作模型控制搜尋航班、發送訊息、建立行事曆事件
資源用於內容資料應用程式控制文件、行事曆、電子郵件、天氣資料
提示用於互動範本使用者控制"規劃假期"、"總結我的會議"、"起草電子郵件"

工具 - AI 動作​

工具使 AI 模型能夠通過伺服器實作的函式執行動作。每個工具定義一個具有型別化輸入和輸出的特定操作。模型根據內容請求工具執行。

概述​

工具是 LLM 可以呼叫的模式定義介面。MCP 使用 JSON Schema 進行驗證。每個工具執行單一操作，具有清楚定義的輸入和輸出。最重要的是，工具執行需要明確的使用者批准，確保使用者保持對模型採取的動作的控制。

協定操作：

方法目的回傳
tools/list探索可用工具帶有模式的工具定義陣列
tools/call執行特定工具工具執行結果

範例工具定義：

{
  name: "searchFlights",
  description: "搜尋可用航班",
  inputSchema: {
    type: "object",
    properties: {
      origin: { type: "string", description: "出發城市" },
      destination: { type: "string", description: "到達城市" },
      date: { type: "string", format: "date", description: "旅行日期" }
    },
    required: ["origin", "destination", "date"]
  }
}

範例：採取動作​

工具使 AI 應用程式能夠代表使用者執行動作。在旅行規劃場景中，AI 應用程式可能使用多個工具來幫助預訂假期。

首先，它使用以下方式搜尋航班：

searchFlights(origin: "NYC", destination: "Barcelona", date: "2024-06-15")

searchFlights 查詢多家航空公司並回傳結構化的航班選項。選擇航班後，它使用以下方式建立行事曆事件：

createCalendarEvent(title: "Barcelona Trip", startDate: "2024-06-15", endDate: "2024-06-22")

來標記旅行日期。最後，它使用以下方式發送不在辦公室通知：

sendEmail(to: "team@work.com", subject: "Out of Office", body: "...")

來通知同事關於缺勤。

每個工具執行都需要明確的使用者批准，確保對採取的動作有完全控制。

使用者互動模型​

工具是模型控制的，意味著 AI 模型可以自動探索和呼叫它們。然而，MCP 通過幾種機制強調人工監督。應用程式應該在 UI 中清楚顯示可用工具，並在工具被考慮或使用時提供視覺指示器。在任何工具執行之前，必須向使用者展示清楚的批准對話方塊，確切說明工具將要做什麼。

為了信任和安全，應用程式通常強制手動批准，讓人類有能力拒絕工具呼叫。應用程式通常通過批准對話方塊、預先批准某些安全操作的權限設定，以及顯示所有工具執行及其結果的活動記錄來實作這一點。

資源 - 內容資料​

資源提供對主機應用程式可以檢索並作為內容提供給 AI 模型的資訊的結構化存取。

概述​

資源從檔案、API、資料庫或 AI 需要理解內容的任何其他來源暴露資料。應用程式可以直接存取此資訊並決定如何使用它——無論是選擇相關部分、使用嵌入搜尋，還是將其全部傳遞給模型。

資源使用基於 URI 的識別，每個資源都有唯一的 URI，如 file:///path/to/document.md。它們宣告 MIME 類型以進行適當的內容處理，並支援兩種探索模式：具有固定 URI 的直接資源，以及具有參數化 URI 的資源範本。

資源範本通過 URI 範本啟用動態資源存取。像 travel://activities/{city}/{category} 這樣的範本將通過替換 {city} 和 {category} 參數來存取篩選的活動資料。例如，travel://activities/barcelona/museums 將回傳巴塞隆納的所有博物館。資源範本包括中繼資料，如標題、描述和預期的 MIME 類型，使它們可被發現且自我記錄。

協定操作：

方法目的回傳
resources/list列出可用的直接資源資源描述符陣列
resources/templates/list探索資源範本資源範本定義陣列
resources/read檢索資源內容帶有中繼資料的資源資料
resources/subscribe監控資源變更訂閱確認

範例：存取內容資料​

繼續旅行規劃範例，資源為 AI 應用程式提供對相關資訊的存取：

  • 行事曆資料 (calendar://events/2024) - 檢查可用性
  • 旅行文件 (file:///Documents/Travel/passport.pdf) - 重要資訊
  • 以前的行程 (trips://history/barcelona-2023) - 使用者選擇要遵循的過去旅行風格

資源不是手動複製此資訊，而是向 AI 應用程式提供原始資訊。應用程式可以選擇如何最好地處理資料。應用程式可能選擇選擇資料子集，使用嵌入或關鍵字搜尋，或直接將資源的原始資料傳遞給模型。在我們的範例中，在規劃階段，AI 應用程式可以傳遞行事曆資料、天氣資料和旅行偏好，以便模型可以檢查可用性、查詢天氣模式，並參考旅行偏好。

資源範本範例：

{
  "uriTemplate": "weather://forecast/{city}/{date}",
  "name": "weather-forecast",
  "title": "天氣預報",
  "description": "取得任何城市和日期的天氣預報",
  "mimeType": "application/json"
}

{
  "uriTemplate": "travel://flights/{origin}/{destination}",
  "name": "flight-search",
  "title": "航班搜尋",
  "description": "搜尋城市之間的可用航班",
  "mimeType": "application/json"
}

這些範本啟用靈活的查詢。對於天氣資料，使用者可以存取任何城市/日期組合的預報。對於航班，他們可以搜尋任何兩個機場之間的路線。當使用者輸入 "NYC" 作為 origin 機場並開始輸入 "Bar" 作為 destination 機場時，系統可以建議 "Barcelona (BCN)" 或 "Barbados (BGI)"。

參數完成​

動態資源支援參數完成。例如：

  • 輸入 "Par" 作為 weather://forecast/{city} 的輸入可能建議 "Paris" 或 "Park City"
  • 系統幫助發現有效值，而不需要確切的格式知識

使用者互動模型​

資源是應用程式驅動的，為主機在如何檢索、處理和呈現可用內容方面提供靈活性。常見的互動模式包括樹狀或清單檢視，用於在熟悉的資料夾結構中瀏覽資源，搜尋和篩選介面用於尋找特定資源，基於啟發式或 AI 選擇的自動內容包含，以及手動選擇介面。

應用程式可以自由通過任何適合其需求的介面模式實作資源探索。協定不強制特定的 UI 模式，允許具有預覽功能的資源選擇器、基於當前對話內容的智慧建議、包含多個資源的批量選擇，或與現有檔案瀏覽器和資料探索器的整合。

提示 - 互動範本​

提示提供可重複使用的範本。它們允許 MCP 伺服器作者為領域提供參數化提示，或展示如何最好地使用 MCP 伺服器。

概述​

提示是定義預期輸入和互動模式的結構化範本。它們是使用者控制的，需要明確呼叫而不是自動觸發。提示可以是內容感知的，參考可用的資源和工具來建立綜合工作流程。像資源一樣，提示支援參數完成，幫助使用者發現有效的參數值。

協定操作：

方法目的回傳
prompts/list探索可用提示提示描述符陣列
prompts/get檢索提示詳情帶有參數的完整提示定義

範例：簡化工作流程​

提示為常見任務提供結構化範本。在旅行規劃內容中：

"規劃假期"提示：

{
  "name": "plan-vacation",
  "title": "規劃假期",
  "description": "引導完成假期規劃過程",
  "arguments": [
    { "name": "destination", "type": "string", "required": true },
    { "name": "duration", "type": "number", "description": "天數" },
    { "name": "budget", "type": "number", "required": false },
    { "name": "interests", "type": "array", "items": { "type": "string" } }
  ]
}

與其使用非結構化的自然語言輸入，提示系統啟用：

  1. 選擇"規劃假期"範本
  2. 結構化輸入：Barcelona、7 天、$3000、["beaches", "architecture", "food"]
  3. 基於範本的一致工作流程執行

使用者互動模型​

提示是使用者控制的，需要明確呼叫。應用程式通常通過各種 UI 模式暴露提示，如斜線命令（輸入 "/" 查看可用提示，如 /plan-vacation）、可搜尋存取的命令面板、常用提示的專用 UI 按鈕，或建議相關提示的內容選單。

協定給實作者自由設計在其應用程式中感覺自然的介面。關鍵原則包括輕鬆發現可用提示、清楚描述每個提示的作用、帶有驗證的自然參數輸入，以及提示底層範本的透明顯示。

它們如何協同工作​

當多個伺服器通過統一介面協同工作，結合其專業能力時，MCP 的真正威力就會顯現。

範例：多伺服器旅行規劃​

考慮一個連線三個伺服器的 AI 應用程式：

  1. 旅遊伺服器 - 處理航班、酒店和行程
  2. 天氣伺服器 - 提供氣候資料和預報
  3. 行事曆/電子郵件伺服器 - 管理時程和通訊

完整流程​

  1. 使用者以參數呼叫提示：

    {
      "prompt": "plan-vacation",
      "arguments": {
        "destination": "Barcelona",
        "departure_date": "2024-06-15",
        "return_date": "2024-06-22",
        "budget": 3000,
        "travelers": 2
      }
    }

  2. 使用者選擇要包含的資源：

    • calendar://my-calendar/June-2024 (來自行事曆伺服器)
    • travel://preferences/europe (來自旅遊伺服器)
    • travel://past-trips/Spain-2023 (來自旅遊伺服器)

  3. AI 處理請求：

    AI 首先讀取所有選擇的資源以收集內容。從行事曆中，它識別可用日期。從旅行偏好中，它了解偏好的航空公司和酒店類型。從過去的旅行中，它發現以前喜歡的地點。從天氣資料中，它檢查旅行期間的氣候條件。

    使用此內容，AI 然後請求使用者批准執行一系列協調動作：搜尋從 NYC 到巴塞隆納的航班、在指定預算內尋找酒店、為旅行期間建立行事曆事件，以及發送包含旅行詳情的確認電子郵件。

標籤：
最後於 更新