Skip to content
返回 AI 编程

MCP 资源与提示

在工具之外暴露只读资源与可复用提示模板。

MCP 开发高级

为什么

MCP 于 2024 年 11 月发布；到 2025 年 12 月已有超过 9700 万月 SDK 下载量，到 2026 年 9 月 npm SDK 单包月下载量达约 2.04 亿（9 个月增长 5 倍），已发布服务器超 1 万个。工具用于动作；资源用于只读上下文（schema、配置），提示用于可复用模板。

三者并用使服务器地道：AI 浏览资源、调用工具、实例化提示，而非全塞进工具描述。

何时使用

当 AI 应浏览数据（表 schema、开工单）加资源。可复用工作流（调查事件）加提示。工具已覆盖则跳过。

如何做

1. 资源：uri 方案 + handler 返回小文本/JSON（<4KB）。 2. 提示：name + arguments + handler 返回提示字符串。 3. 在服务器能力中注册两者。 4. 客户端列出资源/提示；AI 按需读取/实例化。 5. 资源载荷保持小；更大数据分页。

示例

// 资源：AI 可浏览的 db schema server.setRequestHandler("resources/list", async () => ({ resources: [{ uri: "schema://db/tables", name: "DB 表", mimeType: "application/json" }], })); server.setRequestHandler("resources/read", async (req) => { if (req.params.uri === "schema://db/tables") return { contents: [{ uri: req.params.uri, text: JSON.stringify(await db.schema()) }] }; }); // 提示：可复用事件工作流 server.setRequestHandler("prompts/get", async (req) => { if (req.params.name === "investigate-incident") return { messages: [{ role: "user", content: { type: "text", text: `调查事件 ${req.params.arguments.id}` } }] }; });

常见问题

  • ⚠Error: Cannot find module '@modelcontextprotocol/sdk' → 运行 `npm install @modelcontextprotocol/sdk zod`；SDK 需 Node.js 18+。
  • ⚠"Error: transport closed" / 服务器未被客户端列出 → 确认两侧 stdio/HTTP 传输匹配；检查 `npx @modelcontextprotocol/inspector` 输出。
  • ⚠工具调用返回 `{"error": "Invalid params"}` → 用 zod 校验输入 schema；常见原因是缺必填字段或类型错误。

最佳实践

  • ✓资源保持只读且小（<4KB）。
  • ✓带参数的多步工作流用提示。
  • ✓用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。

常见问题解答

什么是MCP 资源与提示？

在工具之外暴露只读资源与可复用提示模板。 它可帮助开发者快速理解 MCP 资源与提示 的核心价值与适用场景。

如何开始使用MCP 资源与提示？

开始使用 MCP 资源与提示，建议先掌握以下要点：资源：uri 方案 + handler 返回小文本/JSON（<4KB）。

MCP 资源与提示 的常见误区有哪些？

使用 MCP 资源与提示 时常遇到的问题包括：Error: Cannot find module '@modelcontextprotocol/sdk' → 运行 `npm install @modelcontextprotocol/sdk zod`；SDK 需 Node.js 18+。；"Error: transport closed" / 服务器未被客户端列出 → 确认两侧 stdio/HTTP 传输匹配；检查 `npx @modelcontextprotocol/inspector` 输出。；工具调用返回 `{"error": "Invalid params"}` → 用 zod 校验输入 schema；常见原因是缺必填字段或类型错误。。

MCP 资源与提示 的最佳实践是什么？

MCP 资源与提示 的最佳实践包括：资源保持只读且小（<4KB）。；带参数的多步工作流用提示。；用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。。

如何深入学习MCP 资源与提示？

从官方文档入手，再在 GitHub 上搜索真实示例；先在小实验仓库验证模式，再应用到生产代码。