mcp-advanced-concepts

MCP 高级概念指南 (MCP Advanced Concepts Guide)

本指南涵盖了 MCP (Model Context Protocol) 中的一些高级概念，包括 Prompts（提示）、Sampling（采样）、Roots（根）和 Transports（传输）。理解这些概念有助于构建更复杂和功能更丰富的 MCP 服务器和客户端应用。

1. Prompts (提示)

参考：MCP Prompts Concepts

• 定义: Prompts 在 MCP 中允许服务器向 LLM 提供可重用的提示模板和工作流。这有助于标准化与 LLM 的交互，并简化复杂任务的构建。
• 用途: 服务器可以暴露预定义的 prompt 模板，客户端（或 LLM）可以选择并填充这些模板以生成具体的请求。
• 组件:
  • 模板 (Template): 包含占位符的文本，LLM 可以填充这些占位符。
  • 参数 (Parameters): 定义模板中占位符的输入。
  • 元数据 (Metadata): 描述提示的用途、预期输出等。
• 规则:
  • 当服务器提供需要复杂或结构化输入的 LLM 交互时，应考虑使用 Prompts。
  • Prompts 的设计应易于 LLM 理解和使用。
  • 服务器应通过 listPrompts (如果 MCP 规范支持) 或类似机制暴露可用的 Prompts。

2. Sampling (采样)

参考：MCP Sampling Concepts

• 定义: Sampling 允许 MCP 服务器向 LLM 请求文本补全 (completions)，并对生成过程施加一定的控制（例如，温度、最大 token 数等采样参数）。
• 用途: 当服务器需要 LLM 生成文本（例如，根据上下文回答问题、总结信息或创作内容）时，可以使用 Sampling 功能。
• 机制: 服务器可以向其连接的客户端（通常是 LLM 服务代理）发送补全请求，并指定采样参数。
• 规则:
  • 服务器应仅在确实需要 LLM 生成能力时才请求采样。
  • 采样参数的选择应根据具体任务的需求进行调整。
  • 对于 coze-mcp-server，虽然其主要作为工具和资源的提供者，但在某些工具的实现中（如 chat_with_bot），可能间接涉及到代表用户向 Coze 后端（包含 LLM）发起类似"采样"的请求。

3. Roots (根)

参考：MCP Roots Concepts

• 定义: Roots 是 MCP 中用于组织和发现资源的顶层入口点。它们帮助客户端了解服务器提供了哪些主要的资源类别或功能区域。
• 用途: 客户端可以通过查询服务器的 Roots 来开始浏览可用的资源和服务。
• 结构: Roots 通常是一个层级结构，允许逻辑上对资源进行分组。
• 规则:
  • 服务器应定义有意义的 Roots，以便客户端能够有效地导航其提供的资源。例如，coze-mcp-server 可能有 bots 和 workspaces 等 Roots。
  • Roots 的设计应保持稳定，避免频繁更改导致客户端混淆。

4. Transports (传输)

参考：MCP Transports Concepts

• 定义: Transports 规定了 MCP 客户端和服务器之间如何交换消息。它定义了通信的底层机制。
• 标准: MCP 通常基于标准传输协议（如 WebSockets, STOMP over WebSockets, 或简单的 HTTP）进行通信，消息内容采用 JSON 格式。
• Python SDK: 在使用 modelcontextprotocol/python-sdk 时，开发者通常不需要直接处理底层的 Transport 细节，因为 SDK 会封装这些复杂性。
• 规则:
  • 服务器实现应确保其 Transport 层与 MCP 规范兼容。
  • 对于 coze-mcp-server，其通过 uvx coze-mcp-server 或 python -m coze_mcp_server 启动，并监听传入的 MCP 连接，其 Transport 机制由其依赖的 MCP 库（可能是 Python SDK）处理。
  • 配置（如端口、协议）应清晰并在 [README.md](mdc:README.md) 中说明，coze-mcp-server 的 README 提供了在 Claude.app 和 Zed 中的配置示例，这些配置间接指定了如何连接到服务器的 Transport。