McpDoc

Appearance

采样 ​

让您的服务器从LLM请求补全

采样是MCP的一个强大功能，它允许服务器通过客户端请求LLM补全，在保持安全性和隐私性的同时实现复杂的代理行为。

提示

MCP的这个功能目前在Claude Desktop客户端中尚未支持。

采样工作原理 ​

采样流程遵循以下步骤：

  1. 服务器向客户端发送sampling/createMessage请求
  2. 客户端审查请求并可以修改它
  3. 客户端从LLM采样
  4. 客户端审查补全结果
  5. 客户端将结果返回给服务器

这种人在回路中的设计确保用户能够控制LLM看到和生成的内容。

消息格式 ​

采样请求使用标准化的消息格式：

json
{
  messages: [
    {
      role: "user" | "assistant",
      content: {
        type: "text" | "image",

        // For text:
        text?: string,

        // For images:
        data?: string,             // base64 encoded
        mimeType?: string
      }
    }
  ],
  modelPreferences?: {
    hints?: [{
      name?: string                // Suggested model name/family
    }],
    costPriority?: number,         // 0-1, importance of minimizing cost
    speedPriority?: number,        // 0-1, importance of low latency
    intelligencePriority?: number  // 0-1, importance of capabilities
  },
  systemPrompt?: string,
  includeContext?: "none" | "thisServer" | "allServers",
  temperature?: number,
  maxTokens: number,
  stopSequences?: string[],
  metadata?: Record<string, unknown>
}

请求参数 ​

消息 ​

messages数组包含要发送给LLM的对话历史。每条消息具有：

  • role：可以是"user"或"assistant"
  • content：消息内容，可以是：
    • 带有text字段的文本内容
    • 带有data（base64）和mimeType字段的图像内容

模型偏好 ​

modelPreferences对象允许服务器指定其模型选择偏好：

  • hints：客户端可用于选择适当模型的模型名称建议数组：

    • name：可以匹配完整或部分模型名称的字符串（例如"claude-3"、"sonnet"）
    • 客户端可以将提示映射到不同提供商的等效模型
    • 多个提示按优先顺序评估

  • 优先级值（0-1标准化）：

    • costPriority：最小化成本的重要性
    • speedPriority：低延迟响应的重要性
    • intelligencePriority：高级模型能力的重要性

客户端根据这些偏好和其可用模型做出最终的模型选择。

系统提示 ​

可选的systemPrompt字段允许服务器请求特定的系统提示。客户端可以修改或忽略这个提示。

上下文包含 ​

includeContext参数指定要包含的MCP上下文：

  • "none"：无额外上下文
  • "thisServer"：包含来自请求服务器的上下文
  • "allServers"：包含来自所有已连接MCP服务器的上下文

客户端控制实际包含的上下文。

采样参数 ​

微调LLM采样的参数：

  • temperature：控制随机性（0.0到1.0）
  • maxTokens：生成的最大令牌数
  • stopSequences：停止生成的序列数组
  • metadata：额外的提供商特定参数

响应格式 ​

客户端返回补全结果：

json
{
  model: string,  // Name of the model used
  stopReason?: "endTurn" | "stopSequence" | "maxTokens" | string,
  role: "user" | "assistant",
  content: {
    type: "text" | "image",
    text?: string,
    data?: string,
    mimeType?: string
  }
}

请求示例 ​

以下是向客户端请求采样的示例：

json
{
  "method": "sampling/createMessage",
  "params": {
    "messages": [
      {
        "role": "user",
        "content": {
          "type": "text",
          "text": "What files are in the current directory?"
        }
      }
    ],
    "systemPrompt": "You are a helpful file system assistant.",
    "includeContext": "thisServer",
    "maxTokens": 100
  }
}

最佳实践 ​

在实现采样时：

  1. 始终提供清晰、结构良好的提示
  2. 适当处理文本和图像内容
  3. 设置合理的令牌限制
  4. 通过includeContext包含相关上下文
  5. 在使用之前验证响应
  6. 优雅地处理错误
  7. 考虑采样请求的速率限制
  8. 记录预期的采样行为
  9. 使用各种模型参数进行测试
  10. 监控采样成本

人在回路中的控制 ​

采样的设计考虑到了人工监督：

对于提示 ​

  • 客户端应向用户展示建议的提示
  • 用户应能够修改或拒绝提示
  • 系统提示可以被过滤或修改
  • 上下文包含由客户端控制

对于补全 ​

  • 客户端应向用户展示补全结果
  • 用户应能够修改或拒绝补全结果
  • 客户端可以过滤或修改补全结果
  • 用户控制使用哪个模型

安全注意事项 ​

在实现采样时：

  • 验证所有消息内容
  • 清理敏感信息
  • 实施适当的速率限制
  • 监控采样使用情况
  • 传输中加密数据
  • 处理用户数据隐私
  • 审计采样请求
  • 控制成本暴露
  • 实现超时机制
  • 优雅地处理模型错误

常见模式 ​

代理工作流 ​

采样支持的代理模式包括：

  • 读取和分析资源
  • 基于上下文做出决策
  • 生成结构化数据
  • 处理多步骤任务
  • 提供交互式帮助 ​

上下文管理 ​

上下文的最佳实践：

  • 请求最少必要的上下文
  • 清晰地组织上下文结构
  • 处理上下文大小限制
  • 根据需要更新上下文
  • 清理过时的上下文 ​

错误处理 ​

健壮的错误处理应该：

  • 捕获采样失败
  • 处理超时错误
  • 管理速率限制
  • 验证响应
  • 提供后备行为
  • 适当记录错误

限制 ​

注意以下限制：

  • 采样依赖于客户端能力
  • 用户控制采样行为
  • 上下文大小有限制
  • 可能适用速率限制
  • 需要考虑成本
  • 模型可用性各不相同
  • 响应时间不一
  • 并非支持所有内容类型 ​