Εργαλεία, Πόροι και Prompts στο MCP
Σε αυτήν τη σελίδα
Ενημερώθηκε στις 2 Νοεμβρίου 2026 — MCP Python SDK v2. Αυτό το μάθημα ακολουθεί πλέον την έκδοση 2 του
mcpSDK (2.3.0 στις 2 Οκτωβρίου 2026): τοMCPServerαντικαθιστά τοFastMCP, οι ρυθμίσεις μεταφοράς μεταφέρονται στοrun()ή στοstreamable_http_app(), και μια εφαρμογή που εκτίθεται υπό πραγματικό όνομα host πρέπει να δηλώνει αυτό το όνομα host (transport_security). Αυτή είναι επίσης η έκδοση που απαιτείται από το Mistral SDK: το πρόσθετοmistralai[agents]απαιτείmcp>=2.2.0,<3.0. Πηγές: Τι νέο υπάρχει στο v2 · Οδηγός Μετάβασης · Ανάπτυξη και κλιμάκωση.
Τρεις δυνατότητες, τρεις σκοποί
Ένας διακομιστής MCP μπορεί να εκθέσει τρεις τύπους δυνατοτήτων στους πελάτες του. Δεν είναι εναλλάξιμες: η καθεμία καλύπτει μια distinct ανάγκη και η σύγχυση μεταξύ τους οδηγεί σε διακομιστές που το μοντέλο δυσκολεύεται να χρησιμοποιήσει. Αυτό το μάθημα τις εξετάζει μία προς μία, πριν αντιμετωπίσει το ερώτημα που καθορίζει την ποιότητα του διακομιστή: πόσα εργαλεία και σε ποιο βαθμό λεπτομέρειας.
Εργαλεία: εκτελέσιμες συναρτήσεις
Τα Εργαλεία (Tools) είναι η πιο ευρέως χρησιμοποιούμενη δυνατότητα του πρωτοκόλλου. Ένα εργαλείο είναι μια συνάρτηση που το μοντέλο μπορεί να αποφασίσει να καλέσει για να εκτελέσει μια ενέργεια ή να ανακτήσει πληροφορίες. Ο ορισμός του βασίζεται σε τέσσερα στοιχεία: ένα μοναδικό, περιγραφικό όνομα (create_issue, get_weather), μια περιγραφή κειμένου που λέει στο μοντέλο πότε να το καλέσει, ένα σχήμα JSON για τις παραμέτρους εισόδου με τους τύπους και τους περιορισμούς τους, και μια μορφή επιστροφής—συχνότερα κείμενο ή JSON.
from mcp.server.mcpserver import MCPServer
app = MCPServer("My Server")
@app.tool()
def get_weather(latitude: float, longitude: float) -> str:
"""Retrieves current weather for the given coordinates.
Args:
latitude: Latitude in decimal degrees (-90 to 90)
longitude: Longitude in decimal degrees (-180 to 180)
Returns:
Text description of current weather
"""
# Weather API call logic
return f"Sunny, 22°C at ({latitude}, {longitude})"
Μην υποτιμάτε την περιγραφή και την τυποποίηση: το μοντέλο δεν βλέπει τίποτα άλλο. Δεν έχει πρόσβαση στον κώδικά σας, δεν μπορεί να μαντέψει τις προθέσεις σας και δεν μπορεί να δοκιμάσει μια κλήση για να δει τι συμβαίνει. Ασαφείς περιγραφές ή κακώς τυποποιημένες παράμετροι παράγουν μηχανικά λανθασμένες κλήσεις.
Μερικές συνήθειες καθιστούν τα εργαλεία σας σημαντικά πιο αξιόπιστα. Ονομάστε τα με βάση αυτό που κάνουν—το book_restaurant λέει τα πάντα, το process_request δεν λέει τίποτα—και περιγράψτε τόσο την ενέργεια όσο και το περιεχόμενο επιστροφής, καθώς το μοντέλο πρέπει να προβλέψει τι θα ανακτήσει. Πάντα να επισημαίνετε τις παραμέτρους στην Python και να γράφετε δομημένα docstrings με Args και Returns: αυτά τροφοδοτούν το σχήμα που βλέπει το μοντέλο. Τέλος, επιστρέφετε αναγνώσιμες τιμές αντί για αδιαφανή αναγνωριστικά· ένα εργαλείο που επιστρέφει "John Smith" επιτρέπει στο μοντέλο να συνθέσει μια πρόταση, ενώ ένα εργαλείο που επιστρέφει ένα UUID το αναγκάζει να μαντέψει.
Πόροι: αναγνώσιμα δεδομένα
Οι Πόροι (Resources) εκθέτουν δεδομένα που ο πελάτης μπορεί να διαβάσει χωρίς παρενέργειες. Η διαφορά με τα εργαλεία συνοψίζεται σε ένα ρήμα: ένα εργαλείο κάνει κάτι, ένας πόρος περιέχει κάτι. Το περιεχόμενο ενός αρχείου διαμόρφωσης, μιας βάσης γνώσεων, της τεκμηρίωσης API ή της τρέχουσας κατάστασης ενός συστήματος είναι όλα φυσικοί πόροι.
@app.resource("config://database")
def get_db_config() -> str:
"""Current database configuration."""
return json.dumps({
"host": "localhost",
"port": 5432,
"database": "production"
})
Κάθε πόρος αναγνωρίζεται από ένα URI—config://database, file:///path/to/doc—που ο πελάτης μπορεί να απαριθμήσει και στη συνέχεια να διαβάσει κατ’ απαίτηση. Στην πράξη, χρησιμοποιούνται λιγότερο συχνά από τα εργαλεία, καθώς ένα απλό εργαλείο που επιστρέφει δεδομένα καλύπτει τις περισσότερες ανάγκες. Παραμένουν χρήσιμοι όταν θέλετε να δημοσιεύσετε στατικά ή ημι-στατικά δεδομένα χωρίς λογική εκτέλεσης πίσω από αυτά.
Prompts: επαναχρησιμοποιήσιμα πρότυπα
Τα Prompts του MCP είναι παραμετροποιήσιμα πρότυπα που ο διακομιστής καθιστά διαθέσιμα. Εξυπηρετούν την κοινή χρήση αποδεδειγμένων οδηγιών για μια συγκεκριμένη εργασία, αντί να αφήνουν τον καθένα να εφεύρει εκ νέου τη διατύπωσή του.
@app.prompt()
def code_review(language: str, code: str) -> str:
"""Generates a code review prompt for the given language."""
return f"""You are an expert in {language}.
Analyze the following code and identify:
1. Potential bugs
2. Performance issues
3. Readability improvements
Code to analyze:
```{language}
{code}
```"""
Αυτή η χρήση έχει το μεγαλύτερο νόημα σε ένα ομαδικό περιβάλλον. Ένας ανώτερος προγραμματιστής κωδικοποιεί τα prompts αναθεώρησης κώδικα, εντοπισμού σφαλμάτων ή ανάλυσης αρχιτεκτονικής σε έναν διακομιστή MCP και ολόκληρη η ομάδα αποκτά πρόσβαση σε αυτά από τον δικό της πελάτη με την ίδια ποιότητα οδηγιών.
Διαπραγμάτευση δυνατοτήτων
Όταν ένας πελάτης συνδέεται με έναν διακομιστή, μια φάση διαπραγμάτευσης προηγείται οποιασδήποτε χρήσης:
- Ο πελάτης ζητά τις δυνατότητες του διακομιστή
- Ο διακομιστής αποκρίνεται με τη λίστα των εργαλείων, των πόρων και των prompts του
- Ο πελάτης παρουσιάζει αυτές τις δυνατότητες στο γλωσσικό μοντέλο
- Το μοντέλο χρησιμοποιεί τις περιγραφές για να αποφασίσει τι θα καλέσει
Αυτή η διαπραγμάτευση είναι δυναμική και αυτή είναι μια ιδιότητα που μπορεί να εκμεταλλευτείτε: ο ίδιος διακομιστής μπορεί να ανακοινώνει διαφορετικές δυνατότητες ανάλογα με τον συνδεδεμένο χρήστη ή το πλαίσιο κλήσης—ένας λογαριασμός διαχειριστή βλέπει εργαλεία που ένας λογαριασμός μόνο για ανάγνωση δεν θα δει ποτέ.
Πόσα εργαλεία ανά διακομιστή;
Το ερώτημα φαίνεται τετριμμένο, ωστόσο καθορίζει το ποσοστό σφαλμάτων του πράκτορά σας. Διατηρήστε τους διακομιστές σας εστιασμένους: τρία έως δέκα καλά ορισμένα εργαλεία λειτουργούν καλύτερα από πενήντα γενικά. Πέρα από έναν ορισμένο όγκο, το μοντέλο διασκορπίζει τις επιλογές του και καταλήγει να καλεί το λάθος εργαλείο ή να στοιβάζει περιττές κλήσεις.
Εάν το λειτουργικό σας πεδίο είναι ευρύ, διαιρέστε το σε πολλούς εξειδικευμένους διακομιστές—έναν για λειτουργίες Git, έναν για διαχείριση έργων, έναν για παρακολούθηση. Ο πελάτης ξέρει πώς να συνδέεται ταυτόχρονα σε πολλούς διακομιστές και να ενεργοποιεί μόνο εκείνους που απαιτούνται από την τρέχουσα εργασία, κάτι που ισοδυναμεί με τη φόρτωση του χρήσιμου πλαισίου και όχι ολόκληρου του καταλόγου.
Μια τελευταία ανταλλαγή αξίζει την προσοχή σας: ο βαθμός λεπτομέρειας (granularity). Η έκθεση τριών εργαλείων για την απαρίθμηση εστιατορίων, τον έλεγχο διαθεσιμότητας και στη συνέχεια την κράτηση αναγκάζει το μοντέλο να οργανώσει μια ακολουθία, με κίνδυνο σφάλματος σε κάθε βήμα. Ένα ενιαίο εργαλείο ροής εργασίας—book_restaurant—ενσωματώνει την πλήρη ακολουθία, μειώνει τον αριθμό των γύρων επικοινωνίας (round trips) και μετακινεί την επιχειρηματική λογική εκεί όπου είναι ελέγξιμη: στον κώδικά σας.
Βασικά σημεία
- Εργαλεία = εκτελέσιμες ενέργειες (90% των περιπτώσεων χρήσης), απαιτούν ακριβή περιγραφή και τυποποίηση
- Πόροι = αναγνώσιμα δεδομένα μέσω URI, χωρίς παρενέργειες
- Prompts = επαναχρησιμοποιήσιμα πρότυπα, χρήσιμα για ομάδες
- Διατηρήστε τους διακομιστές σας εστιασμένους (μέγιστο 3–10 εργαλεία)
- Προτιμήστε εργαλεία ροής εργασίας αντί για υπερβολικά λεπτομερή εργαλεία
- Η ποιότητα της περιγραφής καθορίζει την αποτελεσματικότητα του μοντέλου