核心概念：资源、工具与提示

MCP 服务器的三大核心能力：资源、工具与提示

MCP 服务器通过“资源”（Resources）、“工具”（Tools）和“提示”（Prompts）这三种核心方式来暴露其能力。这三者协同工作，共同构成了从“获取原料”到“加工烹饪”再到“端盘上桌”的完整智能协作链路。

1. 资源 (Resources)：上下文的“只读原料库”

资源类似于 AI 模型的“只读外部数据库”。它们是服务器想要提供给 AI 模型作为上下文的信息，例如本地文件、API 响应数据或数据库记录。

• 特点： 通常是只读的。AI 可以查看资源，但通常不会通过资源接口直接修改它们。
• 控制权： 由应用程序（Host）控制。 应用程序决定何时将哪些资源提供给 AI 模型。
• 比喻： 就像是厨师（AI）在炒菜前，帮厨（Host）准备好并摆在桌面上的新鲜食材。

2. 工具 (Tools)：执行操作的“多功能瑞士军刀”

工具是 AI 模型可以主动调用的函数或操作。它们允许 AI 模型在外部世界执行动作并产生副作用（Side Effects），例如发送邮件、运行代码或查询实时天气。

• 特点： 具有交互性和操作性。调用工具可能会改变外部系统的状态。
• 控制权： 由模型（Model）控制。 模型根据用户的需求，自主决定是否调用某个工具以及传入什么参数。
• 比喻： 就像是厨师（AI）手中的炒锅、菜刀和烤箱，厨师根据菜谱（用户指令）自主选择使用哪种工具。

3. 提示 (Prompts)：预设的“交互模版”

提示是服务器提供的预定义交互模版，用于引导 AI 模型以特定的方式思考或行动。它们可以包含占位符，由应用程序或用户在运行时填充。

• 特点： 结构化、可复用。帮助简化复杂任务的初始设置。
• 控制权： 由用户（User）控制。 用户选择使用哪个提示模版来启动与 AI 的对话。
• 比喻： 就像是餐厅提供的“套餐菜单”或“推荐菜谱”，用户点餐后，厨师（AI）按照既定的流程进行烹饪。

---

核心能力对比总结

为了更直观地理解这三者的区别，下表进行了对比：

特性	资源 (Resources)	工具 (Tools)	提示 (Prompts)
本质	静态/只读数据	可执行的函数/动作	交互模版/指令集合
主要用途	提供背景信息/上下文	执行任务/产生副作用	引导 AI 行为/简化交互
控制方	应用程序 (Host)	AI 模型 (Model)	用户 (User)
副作用	通常无	通常有（改变外部世界）	无（仅改变 AI 状态）
例子	日志文件、数据库记录	发送 Slack 消息、运行 Python 脚本	“代码审查助手”、“周报生成器”