采样

采样是MCP的一项强大功能，允许服务器通过客户端请求LLM补全，从而实现复杂的代理行为，同时保持安全性和隐私性。

​

采样的工作原理

采样的流程遵循以下步骤：

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对其进行修改
3. 客户端从LLM中进行采样
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”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",

        // 对于文本：
        text?: string,

        // 对于图像：
        data?: string,             // base64编码
        mimeType?: string
      }
    }
  ],
  modelPreferences?: {
    hints?: [{
      name?: string                // 建议的模型名称/系列
    }],
    costPriority?: number,         // 0-1，最小化成本的重要性
    speedPriority?: number,        // 0-1，低延迟的重要性
    intelligencePriority?: number  // 0-1，模型能力的重要性
  },
  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。每条消息包含：

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

​

模型偏好

modelPreferences对象允许服务器指定其模型选择的偏好：

• hints：模型名称建议的数组，客户端可以使用这些建议来选择适当的模型：

  • name：字符串，可以匹配完整或部分模型名称（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进行评估

• 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进行最终的模型选择。

​

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此提示。

​

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"：包含请求服务器的上下文
• "allServers"：包含所有连接的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

通过以下参数微调LLM采样：

• temperature：控制随机性（0.0到1.0）
• maxTokens：生成的最大token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,  // 使用的模型名称
  stopReason?: "endTurn" | "stopSequence" | "maxTokens" | string,
  role: "user" | "assistant",
  content: {
    type: "text" | "image",
    text?: string,
    data?: string,
    mimeType?: string
  }
}

​

示例请求

以下是一个向客户端请求采样的示例：

{
  "method": "sampling/createMessage",
  "params": {
    "messages": [
      {
        "role": "user",
        "content": {
          "type": "text",
          "text": "当前目录中有哪些文件？"
        }
      }
    ],
    "systemPrompt": "你是一个有用的文件系统助手。",
    "includeContext": "thisServer",
    "maxTokens": 100
  }
}

​

最佳实践

在实现采样时：

1. 始终提供清晰、结构化的提示
2. 正确处理文本和图像内容
3. 设置合理的token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. 考虑对采样请求进行速率限制
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

​

人在回路控制

采样设计时考虑了人工监督：

​

对于提示

• 客户端应向用户显示提议的提示
• 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

• 客户端应向用户显示补全结果
• 用户应能够修改或拒绝补全
• 客户端可以过滤或修改补全
• 用户控制使用的模型

​

安全考虑

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
• 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

采样支持以下代理模式：

• 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：

• 请求最小必要的上下文
• 清晰地结构化上下文
• 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

稳健的错误处理应：

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

​

限制

请注意以下限制：

• 采样依赖于客户端的能力
• 用户控制采样行为
• 上下文大小有限制
• 可能适用速率限制
• 应考虑成本
• 模型可用性各不相同
• 响应时间不同
• 并非所有内容类型都受支持