采样
协议修订版：2025-03-26
模型上下文协议（MCP）为服务器提供了一种标准化的方式，通过客户端从语言模型请求 LLM 采样（“补全”或“生成”）。此流程允许客户端控制模型访问、选择和权限，同时使服务器能够利用 AI 功能——无需服务器 API 密钥。服务器可以请求基于文本、音频或图像的交互，并可选择在提示中包含来自 MCP 服务器的上下文。
用户交互模型
MCP 中的采样允许服务器实现代理行为，通过使 LLM 调用 嵌套 在其他 MCP 服务器功能中发生。
实现可以自由选择适合其需求的任何界面模式来暴露采样功能——协议本身不强制要求特定的用户交互模型。
为了信任、安全和保障，应该 始终有一个人类参与者，能够拒绝采样请求。
应用程序 应该：
- 提供易用且直观的界面，便于审查采样请求
- 允许用户在发送前查看和编辑提示
- 在交付前展示生成的内容供审查
能力
支持采样的客户端 必须 在 初始化 期间声明 sampling 能力：
{
"capabilities": {
"sampling": {}
}
}
协议消息
创建消息
要请求语言模型生成，服务器发送 sampling/createMessage 请求：
请求：
{
"jsonrpc": "2.0",
"id": 1,
"method": "sampling/createMessage",
"params": {
"messages": [
{
"role": "user",
"content": {
"type": "text",
"text": "法国的首都是什么？"
}
}
],
"modelPreferences": {
"hints": [
{
"name": "claude-3-sonnet"
}
],
"intelligencePriority": 0.8,
"speedPriority": 0.5
},
"systemPrompt": "你是一个有帮助的助手。",
"maxTokens": 100
}
}
响应：
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"role": "assistant",
"content": {
"type": "text",
"text": "法国的首都是巴黎。"
},
"model": "claude-3-sonnet-20240307",
"stopReason": "endTurn"
}
}
消息流程
sequenceDiagram
participant Server
participant Client
participant User
participant LLM
Note over Server,Client: 服务器发起采样
Server->>Client: sampling/createMessage
Note over Client,User: 人类参与审查
Client->>User: 提交请求以供批准
User-->>Client: 审查并批准/修改
Note over Client,LLM: 模型交互
Client->>LLM: 转发批准的请求
LLM-->>Client: 返回生成内容
Note over Client,User: 响应审查
Client->>User: 提交响应以供批准
User-->>Client: 审查并批准/修改
Note over Server,Client: 完成请求
Client-->>Server: 返回批准的响应
数据类型
消息
采样消息可以包含：
文本内容
{
"type": "text",
"text": "消息内容"
}
图像内容
{
"type": "image",
"data": "base64编码的图像数据",
"mimeType": "image/jpeg"
}
音频内容
{
"type": "audio",
"data": "base64编码的音频数据",
"mimeType": "audio/wav"
}
模型偏好
MCP 中的模型选择需要仔细抽象，因为服务器和客户端可能使用不同 AI 提供商的独特模型。服务器不能简单地按名称请求特定模型，因为客户端可能无法访问该确切模型，或可能更倾向于使用其他提供商的等效模型。
为解决此问题，MCP 实现了一个结合抽象能力优先级和可选模型提示的偏好系统：
能力优先级
服务器通过三个归一化的优先级值（0-1）表达其需求：
costPriority：降低成本有多重要？值越高，越倾向于选择更便宜的模型。speedPriority：低延迟有多重要？值越高，越倾向于选择更快的模型。intelligencePriority：高级功能有多重要？值越高，越倾向于选择能力更强的模型。
模型提示
虽然优先级有助于根据特性选择模型，hints 允许服务器建议特定的模型或模型系列：
- 提示被视为可以灵活匹配模型名称的子字符串
- 多个提示按优先级顺序评估
- 客户端 可以 将提示映射到来自不同提供商的等效模型
- 提示是建议性的——客户端最终决定模型选择
例如：
{
"hints": [
{ "name": "claude-3-sonnet" }, // 优先选择 Sonnet 类模型
{ "name": "claude" } // 回退到任意 Claude 模型
],
"costPriority": 0.3, // 成本不太重要
"speedPriority": 0.8, // 速度非常重要
"intelligencePriority": 0.5 // 中等能力需求
}
客户端根据其可用选项处理这些偏好以选择合适的模型。例如，如果客户端无法访问 Claude 模型但有 Gemini，它可能根据相似能力将 sonnet 提示映射到 gemini-1.5-pro。
错误处理
客户端 应该 为常见失败情况返回错误：
错误示例：
{
"jsonrpc": "2.0",
"id": 1,
"error": {
"code": -1,
"message": "用户拒绝采样请求"
}
}
安全考虑
- 客户端 应该 实现用户批准控制
- 双方 应该 验证消息内容
- 客户端 应该 尊重模型偏好提示
- 客户端 应该 实现速率限制
- 双方 必须 适当地处理敏感数据
