采样

采样（Sampling）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。

​

采样如何工作

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

这种人在环路（human-in-the-loop）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：

{
  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。每条消息都有：

• 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：客户端可以用来选择合适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"：不包含额外上下文
• "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：生成的最大标记数
• 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：

{
  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

这是一个从客户端请求采样的示例：

{
  "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. 设置合理的标记限制
4. 通过 includeContext 包含相关上下文
5. 在使用响应前进行验证
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

​

人在环路控制

采样的设计考虑到了人工监督：

​

对于提示

• 客户端应该向用户展示建议的提示
• 用户应该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

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

​

安全考虑

在实现采样时：

• 验证所有消息内容
• 净化敏感信息
• 实现适当的速率限制
• 监控采样使用情况
• 加密传输中的数据
• 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
• 处理上下文大小限制
• 根据需要更新上下文
• 清理过期上下文

​

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
• 提供回退行为
• 适当记录错误

​

限制

请注意以下限制：

• 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
• 可能应用速率限制
• 需要考虑成本
• 模型可用性不同
• 响应时间不同
• 不是所有内容类型都支持