采样是 MCP 的强大功能，允许服务器通过客户端请求 LLM 补全，实现复杂的智能体行为，同时保持安全性和隐私性。
MCP 的这一功能在 Claude Desktop 客户端中尚未支持。

​
采样工作原理

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
这种人在循环中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，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。每条消息具有：
  • 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：客户端可用于选择适当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”）
    • 客户端可能会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 归一化）：
    • 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。客户端可能会修改或忽略此内容。

​
上下文包含

includeContext 参数指定要包含的 MCP 上下文：
  • "none"：无额外上下文
  • "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

通过以下参数微调 LLM 采样：
  • temperature：控制随机性（0.0 到 1.0）
  • maxTokens：生成的最大令牌数
  • 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
  }
}

​
请求示例

以下是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、结构良好的提示
  2. 适当处理文本和图像内容
  3. 设置合理的令牌限制
  4. 通过 includeContext 包含相关上下文
  5. 在使用响应前验证它们
  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

​
人在循环控制

采样设计考虑了人类监督：

​
对于提示

  • 客户端应向用户显示建议的提示
  • 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结果
  • 客户端可以过滤或修改补全结果
  • 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
  • 优雅地处理模型错误

​
常见模式

​
智能体工作流

采样支持智能体模式，如：
  • 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：
  • 请求必要的最小上下文
  • 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

健壮的错误处理应：
  • 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
  • 可能适用速率限制
  • 应考虑成本
  • 模型可用性各不相同
  • 响应时间各不相同
  • 不支持所有内容类型