> ## Documentation Index
> Fetch the complete documentation index at: https://mcp.zhcndoc.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 客户端最佳实践
> 用于在多个服务器和工具之间扩展 MCP 主机应用的模式。
随着 MCP 主机应用（例如代理）连接到更多 MCP 服务器，并累积对数百或数千个工具的访问权限，天真的工具管理方法会失效。将每个工具定义预先加载到模型的上下文窗口中会浪费 token、增加延迟，并降低模型性能。在顺序工具调用之间通过模型传递大型中间结果会进一步加剧这个问题。
有两种模式可以解决这些挑战：**渐进式发现**，用于控制 *何时* 将工具定义纳入上下文；以及 **程序化工具调用**，用于控制 *如何* 调用工具。
## 渐进式工具发现
朴素的 MCP 主机实现会在每次对话开始时，直接将每个已连接服务器的工具定义传递给模型。对于少量工具而言，这完全合理。但当主机可访问数十个服务器、暴露数百个工具时，仅这些定义就可能在模型甚至还没读到用户消息之前，占用上下文窗口的大部分空间。
渐进式发现可以避免这一点：
* 主机像往常一样通过 `tools/list` 获取工具定义，但推迟将其注入到模型上下文中。
* 主机向模型提供一个轻量级的 `search_tools` 元工具。
* 主机仅在需要时才将完整定义加载到上下文中。
### 何时使用渐进式发现
当工具定义占据上下文窗口较大部分时，渐进式发现最适合使用。对于一小组工具、且工具定义只占上下文窗口很小一部分的情况，直接加载所有工具就足够了。\
一旦工具定义占用了可用上下文窗口的显著部分，客户端就应切换到渐进式发现。我们建议客户端实现阈值来决定何时切换：
* 将阈值实现为上下文窗口的百分比。例如，1%-5%。
* 加载工具定义。一旦达到阈值，就切换到渐进式发现。
### 选择发现策略
一旦模型调用了 `search_tools` 工具，我们就需要选择一种搜索策略：
* **基于关键词**：关键词匹配（BM25、正则表达式）。简单且有效，尤其适合描述性强的工具名称和描述。
* **基于嵌入**：对工具描述进行向量相似度检索。对同义词和语义匹配的处理更好。
* **基于子代理**：由第二个模型，通常是更小更快的模型，例如 Claude Haiku 或 Gemini Flash，来为任务选择工具。这个方法通常效果很好，但成本可能比基于嵌入或基于关键词的方案更高。
* **混合**：结合多种方法。例如，对关键词和嵌入排名共同打分，或者根据使用场景或查询选择不同策略。
一些模型提供商已经内置了工具搜索。例如，[OpenAI](https://developers.openai.com/api/docs/guides/tools-tool-search) 和 [Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool) 原生支持这一能力；请查看你的提供商文档是否有对应实现。在可用时，你可能更倾向于使用平台自带的工具搜索，而不是自定义实现。当提供商没有提供此功能，或者你需要专门的检索逻辑时（例如领域特定排序或访问控制过滤），则自行构建。
下面的三层模式详细说明了一种自定义的基于搜索的方法，但无论采用何种检索机制，这一分层原则（目录、检查、执行）都适用。
### 使用渐进式发现
一种常见的渐进式发现实现方式，是使用基于搜索的三层方法：
**第 1 层：目录。** 主机提供一组较小的元工具，用于搜索可用能力。`search_tools` 工具接受自然语言查询，并返回匹配的工具名称及简短描述。
```typescript theme={null}
// 模型调用一个轻量级搜索工具
search_tools({ query: "update salesforce record" })
// 返回简洁的匹配结果：仅包含名称和一行描述
→ [
{ name: "salesforce_updateRecord", description: "更新 Salesforce 对象中的字段" },
{ name: "salesforce_upsertRecord", description: "基于外部 ID 插入或更新" }
]
```
**第 2 层：检查。** 一旦模型识别出候选项，它只获取该工具的完整定义（输入模式、文档）。
```typescript theme={null}
// 模型只检查它需要的工具
get_tool_details({ name: "salesforce_updateRecord" });
```
这会返回单个工具的完整 schema：
```json theme={null}
{
"name": "salesforce_updateRecord",
"description": "更新 Salesforce 中的记录",
"inputSchema": {
"type": "object",
"properties": {
"objectType": {
"type": "string",
"description": "Salesforce 对象类型"
},
"recordId": { "type": "string", "description": "要更新的记录 ID" },
"data": { "type": "object", "description": "要更新的字段" }
},
"required": ["objectType", "recordId", "data"]
}
}
```
**第 3 层：执行。** 模型在充分了解工具接口后调用该工具，而它只加载了所需的定义。
这种模式可显著减少 token 使用量，并能提高工具选择准确性：模型关注少数相关工具，而不是扫描数百个无关工具。其他发现策略（嵌入、子代理等）遵循相同的分层原则，只是将目录层替换为不同的检索机制。
### 动态服务器管理
渐进式发现不仅适用于单个工具，也适用于整个服务器。主机无需在启动时连接所有已配置的服务器，而可以：
1. 维护一个可用服务器及其高层描述的注册表。
2. 只有在模型判断需要某个服务器能力时，才连接该服务器。
3. 断开当前任务不再相关的服务器，从而释放上下文。
```mermaid theme={null}
sequenceDiagram
participant Model
participant Host
participant Registry
participant Server
Model->>Host: search_available_servers("CRM")
Host->>Registry: Query available servers
Registry-->>Host: Salesforce server (not connected)
Host-->>Model: Salesforce server available
Model->>Host: enable_server("salesforce")
Host->>Server: Initialize connection
Server-->>Host: Server capabilities + tools
Host-->>Model: Salesforce server connected
Note over Model: Task complete
Model->>Host: disable_server("salesforce")
Host->>Server: Close connection
Host-->>Model: Server disconnected, context freed
```
这对通用代理尤其有效，因为用户意图一开始并不明确。代理以一组始终在线的最小服务器集启动，并在需要时连接其他服务器。结合 [agent skills](/docs/2024-11-05/develop/build-with-agent-skills)，技能文件可以声明它需要哪些 MCP 服务器，而主机只在该技能被调用时连接这些服务器。
### 实现指南
实现渐进式发现时：
| 指南 | 原因 |
| ------------------------ | -------------------------------------------------------------------------------- |
| **提供多个详细程度** | 让模型可以在仅名称、名称加描述，或完整 schema 响应之间进行选择。 |
| **缓存工具定义** | 一旦从服务器获取到定义，就在主机侧进行 memoize，这样后续重新注入时就不需要再次进行 `tools/list` 往返。这与当前模型上下文中的内容是分开的。 |
| **在 `list_changed` 时刷新** | 当服务器发送 `notifications/tools/list_changed` 时，重新索引搜索目录。 |
| **按服务器分组工具** | 按来源服务器组织工具，以便模型能够推理相关能力。 |
### 与提示缓存的交互
大多数提供商会缓存提示前缀，包括 `tools` 数组。在对话过程中添加或移除工具定义会使该缓存失效，而产生的未命中成本可能比你移除的定义还要消耗更多 token。为了保留缓存：
* 在缓存断点之后追加新发现的定义，而不是对 `tools` 数组重新排序，或者让每次调用都通过一个稳定的 `call_tool({name, args})` 元工具进行，这样数组就不会改变。
* 将服务器断开连接视为会话边界操作，而不是逐轮操作。
* 除了上面的工具搜索链接外，还要参考你提供商的缓存文档。
## 程序化工具调用 / 代码模式
使用直接工具调用时，每次工具调用都是一次往返：模型生成一个工具调用，客户端执行它，完整结果再回到模型的上下文中。当任务需要串联多个工具（读取文档、转换文档、再写到别处）时，每个中间结果都会经过模型，消耗 token 并增加延迟，即使这些结果与模型本身并无关系。
程序化工具调用（有时称为“代码模式”）为客户端提供了一种有效**组合工具调用**的方法。模型不再直接调用工具，而是编写调用工具的代码。代码在沙箱环境中执行，只有最终结果会返回给模型。
程序化工具调用功能强大，能够更高效地使用 MCP 工具和资源，但要求客户端实现一个沙箱环境。
### 工作原理
宿主会将 MCP 工具模式转换为可在沙箱中使用的类型化 API。当模型需要工具时，它会编写脚本并执行它。
**第 1 步：根据 MCP 模式生成程序化 API。** 宿主读取每个服务器的工具定义，并根据每个工具的参数生成类型化函数：
```typescript theme={null}
// 根据 Logging MCP 服务器的工具模式自动生成
interface LogEntry {
timestamp: string;
message: string;
level: string;
}
function logging_getLogs(input: {
level: "error" | "warn" | "info";
since: number;
}): Promise<{ entries: LogEntry[] }> {
return mcp.callTool<{ entries: LogEntry[] }>("logging_getLogs", input);
}
// 根据 Ticketing MCP 服务器的工具模式自动生成
function ticketing_createIssue(input: {
title: string;
body?: string;
priority: "low" | "medium" | "high";
}): Promise<{ issueId: string }> {
return mcp.callTool<{ issueId: string }>("ticketing_createIssue", input);
}
```
此协议版本中的工具定义只描述工具输入。精确的返回类型（如上面的 `LogEntry`）必须来自服务器文档或手动配置。
当无法获得精确返回类型时，优先选择简单路径：
* **使用通用类型并继续。** 接受 `any` 或 `string`，并在下游处理非结构化输出。
* **使用快速模型提取类型化结果**，适用于沙箱外的单次调用。通过与 MCP 工具调用相同的存根拦截路径，暴露一个由宿主代理的 `extract(value, ExpectedType)` 辅助函数，这样沙箱本身不会建立网络连接。该辅助函数会路由到一个小模型（例如 Claude Haiku 或 Gemini Flash），将值强制转换为 `ExpectedType`。这会增加每次调用的延迟，并且可能产生幻觉或丢失字段，因此在使用前要根据 `ExpectedType` 验证结果。
**第 2 步：模型基于这些 API 编写代码。** 模型不再通过多次独立工具调用并在它们之间传递完整结果，而是编写一段脚本。考虑一个任务：“找出过去一小时内所有错误日志，并为每个唯一错误创建一个工单。”如果使用直接工具调用，成千上万条日志条目会经过模型的上下文。使用代码时，模型会在沙箱中进行过滤：
```typescript theme={null}
// 模型生成的代码，在沙箱中执行
const logs = await logging_getLogs({
level: "error",
since: Date.now() - 3600000,
});
// 在沙箱内部进行过滤和去重，而不是在模型上下文中
const uniqueErrors = new Map();
for (const log of logs.entries) {
if (!uniqueErrors.has(log.message)) {
uniqueErrors.set(log.message, log);
}
}
for (const [message, log] of uniqueErrors) {
await ticketing_createIssue({
title: `错误：${message}`,
body: `首次出现：${log.timestamp}\n出现次数：${
logs.entries.filter((l) => l.message === message).length
}`,
priority: "high",
});
}
console.log(
`已根据 ${logs.entries.length} 条错误日志创建了 ${uniqueErrors.size} 个工单`,
);
```
**第 3 步：沙箱执行代码。** 沙箱内的函数调用会被拦截，并通过宿主代理路由回相应的 MCP 服务器。日志数据和工单创建会直接在服务器之间流动，而不会进入模型的上下文。只有 `console.log` 输出，也就是一行摘要，会返回给模型。
### 选择沙箱
合适的沙箱取决于你希望模型编写的语言、宿主应用的语言，以及你需要的隔离强度。下表列出的是示例运行时而非推荐；请根据你的使用场景评估其成熟度：
| 沙箱语言 | 运行时 / 库 | 宿主语言 | 方法 |
| ------------------ | ------------------------------------------------------------- | ----------------- | ------------------------------------ |
| **JavaScript** | [Deno](https://github.com/denoland/deno), `isolated-vm` | Rust / Node / CLI | 基于 V8 的运行时，具备细粒度权限控制。可禁用所有权限以实现完全锁定。 |
| **Python** | [Monty](https://github.com/pydantic/monty) *(experimental)* | Rust | 为 AI 场景构建的极简 Python 解释器。默认无 I/O。 |
| **TypeScript** | [pctx](https://github.com/portofcontext/pctx) *(early-stage)* | Python / Rust | 将代码模式概念作为库来集成，并提供底层 Rust 支持。 |
| **Any (via Wasm)** | [Wasmtime](https://github.com/bytecodealliance/wasmtime) | Rust / C / Go | 将任何语言编译为 Wasm，并以基于能力的安全模型运行。 |
无论使用哪种沙箱，集成模式都相同：宿主注入函数存根，通过进程内或 stdio 通道拦截调用（因此可以保持网络权限完全拒绝），并将它们作为 `tools/call` 请求分发到 MCP 服务器。
### 执行架构
该实现包含三个组件：
```mermaid theme={null}
flowchart LR
subgraph Host["MCP 宿主"]
A[LLM] -->|编写代码| B[沙箱]
B -->|函数调用| C[MCP 客户端]
C -->|返回值| B
B -->|控制台输出| A
end
C -->|工具调用| D[MCP 服务器 A]
C -->|工具调用| E[MCP 服务器 B]
D -->|结果| C
E -->|结果| C
```
**沙箱**在隔离环境中运行模型生成的代码，不允许直接访问网络。它唯一与外界交互的方式是通过生成的函数存根，这些存根会将调用路由回宿主。
**宿主**充当代理。它接收来自沙箱的函数调用，将其映射到正确的 MCP 服务器，执行工具调用，并将结果返回给沙箱。授权令牌和凭据由宿主管理，且永远不会暴露给生成的代码。
**模型**只能看到沙箱返回的内容，通常是 `console.log` 语句的输出或最终返回值。这样可以让模型（以及客户端开发者）精确控制哪些内容进入上下文窗口。
### 安全注意事项
程序化工具调用引入了代码执行面，因此需要仔细进行沙箱隔离：
* **逐次调用授权**：从规范角度看，代理仍然是 MCP 宿主。对沙箱发起的调用，应应用与你对直接调用相同的人工确认策略（参见 [Tools: Security](/specification/2024-11-05/server/tools#security-considerations)）。批准脚本并不意味着批准它在运行时发出的每一次工具调用；宿主可以授予分类别的批准（例如，“允许这个脚本运行期间使用 `ticketing_createIssue`”），而不是每次迭代都提示，但代理仍必须根据该授权评估每次调用。
* **跨服务器数据流**：来自一个服务器的工具结果，对另一个服务器而言是不可信输入。代理对经由代理转发的调用，应采用与直接调用相同的输入审查策略；仅靠输出截断并不能阻止数据外泄。
* **网络隔离**：沙箱不应具有直接网络访问权限。所有外部通信都应通过宿主代理完成，由宿主执行授权和访问控制。
* **不暴露凭据**：API 密钥和令牌由宿主管理。生成的代码只调用类型化函数；宿主在转发到服务器时补充身份验证。
* **资源限制**：为沙箱执行设置超时和内存限制，以防脚本失控。
* **输出过滤**：在将沙箱控制台输出反馈给模型之前，先进行验证和截断。
### 错误处理
MCP 工具错误会以成功响应的形式返回，其中
[`isError: true`](/specification/2024-11-05/server/tools#error-handling) 而不是传输
失败。生成的包装器应将其转换为抛出的异常，这样模型编写的代码
就可以使用 `try`/`catch`。如果未捕获的错误终止了脚本，应将其作为脚本的
结果返回给模型，以便模型自我纠正；模型负责报告任何已经提交的部分副作用。
## 结合这两种模式
渐进式发现和程序化工具调用可以很好地协同工作。模型使用发现工具来识别自己需要哪些工具，加载它们的 schema，然后编写一个在一次执行过程中调用多个工具的单个脚本。这种组合既最大限度地降低了工具定义的 token 成本，也最大限度地降低了工具结果的 token 成本，使模型的上下文更专注于推理，而不是让数据在其中来回传递。