如需完整的文件索引,請參閱 llms.txt。在文件頁面的網址末尾加上 .md ,即可取得該頁面的 Markdown 版本。
主要導覽
主題
總覽 智慧體存取權 ChatGPT 與 Codex 使用者文件 使用案例

MCP 伺服器

瞭解 MCP 伺服器如何為外掛程式提供工具,讓外掛程式能夠存取外部系統。

模型上下文協定(MCP)是一套開放規格,讓 AI 用戶端能連接外部工具與資料來源。外掛程式若需要讀取即時資訊、執行操作或與其他服務整合,可以包含 MCP 伺服器。

MCP 伺服器是選用元件。只提供指示與資源的外掛程式可以完全由技能組成。

MCP 伺服器提供哪些功能

MCP 伺服器可以提供下列功能:

  • 工具: 模型可以用結構化輸入呼叫的函式。
  • 資源: 用戶端可以讀取的資料或內容。
  • 提示詞: 可重複使用的提示詞範本。
  • 指示: 適用於整個伺服器的指引,說明如何使用伺服器的功能。

外掛程式主要使用工具。每個工具都有名稱、說明與輸入結構描述,也可以提供輸出結構描述。這些欄位有助於模型判斷何時呼叫工具,以及如何使用工具傳回的結果。

工具呼叫的流程

當使用者的要求符合某項工具的功能時,流程如下:

  1. 用戶端探索 MCP 伺服器提供的工具。
  2. 模型選擇工具,並提供符合該工具輸入結構描述的引數。
  3. 伺服器驗證請求、執行操作,並傳回結果。
  4. 模型根據結果繼續對話。

即使沒有自訂使用者介面,工具傳回的結果也應能直接使用。請傳回精簡的文字或結構化內容,讓模型有足夠的資訊回答使用者。若用戶端支援 MCP 應用程式,MCP 伺服器也可以傳回使用者介面資源。

傳輸與授權

請將正式環境的 MCP 伺服器部署在穩定的 HTTPS 端點,並採用支援串流的 HTTP 傳輸機制。如果工具會存取私人資料或代使用者執行操作,請使用 MCP 規格定義的授權流程保護伺服器。

如需協定的詳細資訊,請參閱 MCP 規格。Python 和 TypeScript 軟體開發套件都提供伺服器實作與輔助工具。

下一步

定義好外掛程式所需的工具後,即可建置 MCP 伺服器。