开发MCP服务，何时使用工具？何时使用资源？

当我们朝着构建能够推理、计划和自主行动的智能系统前进时，模型上下文协议 (MCP) 在构建 AI 模型如何与外部工具和数据交互方面扮演着关键角色。在采用 MCP 时，一个容易混淆的常见问题是——什么时候使用资源，什么时候使用工具。

如果希望零基础快速入门基于MCP的AI 应用开发，感谢大家阅读一个本人写的入门读物

在这里，老码农尝试对这些概念进行区分，提供一些实际的示例，并总结要点，以便有效地应用它们。

1. 示例场景

假设我们正在开发一个自动化业务工作流的数字助手。例如，当一个新客户签订合同时，助手应该：

1. 将客户添加到 CRM 系统。
2. 发一封欢迎电子邮件。
3. 通过 Slack 通知销售团队。
4. 指定一名专门的客户经理。

我们希望 AI 以最少的人工干预来处理这个端到端的过程。

2.MCP中的工具

MCP 中的工具是模型可以调用的操作ーー执行任务的操作。

例如：

@mcp.tool()
def send_email(to: str, subject: str, body: str) -> str:

“””发送电子邮件到一个给定的地址s”””
...

MCP工具的主要特点：

・模型控制： 人工智能模型决定何时调用它们。

・自动列出： 它们出现在 /tools 端点中。

・自主调用： 模型可以确定使用哪种工具，并在必要时请求缺少的参数。

在我们的业务工作流示例中，像add_client_to_crm、send_email 和 notify_sales_team 这样的操作应该作为工具实现，因为它们需要执行操作，而且模型必须自主决定调用它们。

3. MCP 资源

一般地，资源是由后端公开的只读数据。可以把它们想象成：

• 现有数据清单。
• 静态的参考资料或动态数据集。
• 具有结构化标识符 (uri) 的数据项。

例如：

@mcp.resource(“clients://{client_id}”)

def get_client(client_id: str) -> dict:

“““指定ID，返回客户端的详细资料”””

...

MCP资源的主要特点：

• 客户端控制： AI 模型不会自动调用资源, 客户端应用程序必须对访问进行管理。
• 结构化数据： 它们提供结构化信息，可用于为模型的决策提供信息。
• 上下文管理： 它们通过仅提供相关数据来帮助管理上下文窗口。

在我们的工作流中，使用list_clients, get_client_details和 list_account_managers这样的资源是合适的。

4.为什么不是全部使用MCP工具？

假设公开了 5000 个操作作为MCP工具 (例如，不同的 CRM 系统，api 等等) ，如果这些都是工具：

• 它们在 /tools 中作为 JSON 返回。
• 人工智能模型试图解析所有 5000 个数据，以决定该做什么。
• 这会使上下文窗口膨胀，降低推理速度，甚至可能失败。

相反，可以将 list_crm_systems,list_available_actions或者 list_departments公开为资源。这有助于客户端根据用户输入或身份验证获取相关的上下文片段，从而优化性能和可伸缩性。

5. 何时使用MCP工具？又何时使用资源？

MCP工具和MCP资源的选择依据：

• 是否触发操作？
• 返回结构化数据是否可选
• AI 模型是否 可以自主调用还是客户端必须控制访问
• 是否应用于规划和链接行动，还是只支持上下文抓取
• 是否需要实时的上下文范围

资源有助于管理身份验证和授权：

• 特定于用户的资源列表： 用户请求资源列表时，服务器只能过滤并返回用户可以访问的资源。
• 工具访问控制： 在列出工具时，确保只返回授权用户使用的工具。

此策略确保用户只能看到他们拥有权限的资源和工具，并且可以与它们进行交互，从而增强安全性和用户体验。

如果希望 AI 模型自主地识别有缺失的输入并请求它们，那么必须使用工具。工具是模型控制的，允许模型：

• 读取工具的描述说明。
• 根据提示词选择适当的工具。
• 检测遗漏的输入。
• 自动提示用户输入所需信息。

资源将不会触发此行为，除非客户端应用程序添加了相关逻辑。将数据拉入并将其注入上下文。

虽然 AI 模型本身并不将 tool:// 或 resource:// 解析为协议，但是采用这样的命名约定可以增强可读性和结构。一致的 URI 模式 (如 tool://crm/add-client 或 resource://clients/{ id}) 使生态系统可预测，并且在一些工具框架中能够得到支持。

6.小结

当构建自动化工作流程的智能助手时，在 MCP 工具和资源之间进行选择至关重要：

• 当模型需要自主行动或推理时，使用工具。
• 利用资源提供有范围的、结构化的数据，并减少上下文过载。

对于动态且自动化的Agentic系统，工具是动力，对于管理广泛的参考数据，资源可以帮助我们安全地扩展。

-------------------------------------------------------------------------------------