Rīki, resursi un uzvednes MCP vidē
Šajā lapā
Atjaunināts 2026. gada 2. novembrī — MCP Python SDK v2. Šis kurss tagad seko
mcpSDK 2. versijai (2.3.0, sākot no 2026. gada 2. oktobra):MCPServeraizstājFastMCP, transporta iestatījumi tiek pārvietoti uzrun()vaistreamable_http_app(), un lietojumprogrammai, kas eksponēta zem reāla resursdatora nosaukuma, ir jādeklarē šis nosaukums (transport_security). Tā ir arī versija, ko pieprasa Mistral SDK: papildinājumsmistralai[agents]prasamcp>=2.2.0,<3.0. Avoti: Kas jauns v2 · Migrācijas ceļvedis · Izvietošana un mērogošana.
Trīs iespējas, trīs nolūki
MCP serveris var eksponēt klientiem trīs veidu iespējas. Tās nav savstarpēji aizvietojamas: katra risina konkrētu vajadzību, un šo trīs sajaukšana rada serverus, kurus modelim ir grūti izmantot. Šajā nodarbībā mēs tās aplūkosim pa vienai, pirms ķeramies pie jautājuma, kas nosaka servera kvalitāti: cik daudz rīku un kādā granularitātē.
Rīki: izpildāmas funkcijas
Rīki ir visplašāk izmantotā protokola iespēja. Rīks ir funkcija, ko modelis var izlemt izsaukt, lai veiktu darbību vai iegūtu informāciju. Tā definīcija balstās uz četriem elementiem: unikālu, aprakstošu nosaukumu (create_issue, get_weather), teksta aprakstu, kas norāda modelim, kad to izsaukt, JSON shēmu ievades parametriem ar to tipiem un ierobežojumiem, kā arī atgriešanas formātu — visbiežāk tekstu vai 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})"
Nenovērtē par zemu aprakstu un tipizēšanu: modelis neredz neko citu. Tam nav piekļuves tavam kodam, tas nevar uzminēt tavus nodomus un nevar veikt izsaukumu, lai pārbaudītu, kas notiks. Neskaidri apraksti vai slikti tipizēti parametri mehāniski rada nepareizus izsaukumus.
Daži ieradumi padarīs tavus rīkus ievērojami uzticamākus. Nosauc tos pēc to darbības — book_restaurant pasaka visu, savukārt process_request nepasaka neko — un apraksti gan darbību, gan atgriežamo saturu, jo modelim ir jāparedz, ko tas iegūs. Vienmēr anotē parametrus Python valodā un raksti strukturētus docstringus ar Args un Returns: tie veido shēmu, ko redz modelis. Visbeidzot, atgriez lasāmas vērtības, nevis neskaidrus identifikatorus; rīks, kas atgriež "John Smith", ļauj modelim sastādīt teikumu, turpretī rīks, kas atgriež UUID, liek tam minēt.
Resursi: lasāmi dati
Resursi eksponē datus, kurus klients var nolasīt bez blakusparādībām. Nianse salīdzinājumā ar rīkiem slēpjas vienā darbības vārdā: rīks kaut ko dara, resurss kaut ko satur. Konfigurācijas faila saturs, zināšanu bāze, API dokumentācija vai sistēmas pašreizējais stāvoklis ir dabiski resursi.
@app.resource("config://database")
def get_db_config() -> str:
"""Current database configuration."""
return json.dumps({
"host": "localhost",
"port": 5432,
"database": "production"
})
Katrs resurss ir identificēts ar URI — config://database, file:///path/to/doc — ko klients var uzskaitīt un pēc tam nolasīt pēc pieprasījuma. Praksē tos izmanto retāk nekā rīkus, jo vienkāršs rīks, kas atgriež datus, sedz lielāko daļu vajadzību. Tie paliek noderīgi, ja vēlies publicēt statiskus vai daļēji statiskus datus bez aiz tiem esošas izpildes loģikas.
Uzvednes: atkārtoti izmantojamas veidnes
MCP uzvednes (Prompts) ir parametrizējamas veidnes, ko serveris dara pieejamas. Tās kalpo, lai koplietotu pārbaudītus norādījumus konkrētam uzdevumam, nevis ļautu ikvienam no jauna izgudrot savu formulējumu.
@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}
```"""
Šis lietojums ir visjēdzīgākais komandas vidē. Vecākais izstrādātājs iekodē savas koda apskates, atkļūdošanas vai arhitektūras analīzes uzvednes MCP serverī, un visa komanda tām piekļūst no saviem klientiem ar vienādu norādījumu kvalitāti.
Iespēju vienošanās
Kad klients pieslēdzas serverim, pirms jebkādas lietošanas notiek vienošanās fāze:
- Klients pieprasa servera iespējas
- Serveris atbild ar savu rīku, resursu un uzvedņu sarakstu
- Klients prezentē šīs iespējas valodas modelim
- Modelis izmanto aprakstus, lai izlemtu, ko izsaukt
Šī vienošanās ir dinamiska, un tā ir īpašība, ko vari izmantot: viens un tas pats serveris var paziņot dažādas iespējas atkarībā no pieslēgtā lietotāja vai izsaukuma konteksta — administratora konts redz rīkus, kurus tikai lasīšanas konts nekad neredzēs.
Cik daudz rīku vienam serverim?
Jautājums šķiet triviāls, taču tas nosaka tava aģenta kļūdu līmeni. Uzturi savus serverus fokusētus: trīs līdz desmit labi definēti rīki strādā labāk nekā piecdesmit vispārīgi rīki. Pārsniedzot noteiktu apjomu, modelis izklīdina savu izvēli un beigās izsauc nepareizo rīku vai veic liekus secīgus izsaukumus.
Ja tava funkcionālā darbības joma ir plaša, sadali to vairākos specializētos serveros — viens Git operācijām, viens projektu vadībai, viens monitoringu. Klients spēj vienlaicīgi pieslēgties vairākiem serveriem un aktivizēt tikai tos, kas nepieciešami konkrētajam uzdevumam, kas nozīmē, ka tiek ielādēts tikai noderīgais konteksts, nevis viss katalogs.
Vēl viens kompromiss ir pelnījis tavu uzmanību: granularitāte. Trīs rīku eksponēšana, lai uzskaitītu restorānus, pārbaudītu pieejamību un pēc tam veiktu rezervāciju, liek modelim organizēt secību, kur katrā solī pastāv kļūdas risks. Viens darbplūsmas rīks — book_restaurant — iekapsulē pilnu secību, samazina apmaiņas ciklu skaitu un pārvieto biznesa loģiku tur, kur to var testēt: tavā kodā.
Galvenās atziņas
- Rīki = izpildāmas darbības (90 % lietojumu gadījumu), prasa precīzu aprakstu un tipizēšanu
- Resursi = lasāmi dati caur URI, bez blakusparādībām
- Uzvednes = atkārtoti izmantojamas veidnes, noderīgas komandām
- Uzturi savus serverus fokusētus (maksimāli 3–10 rīki)
- Dod priekšroku darbplūsmas rīkiem, nevis pārmērīgi granularizētiem rīkiem
- Apraksta kvalitāte nosaka modeļa efektivitāti