存取資源

MCP 中的資源允許您的伺服器公開可直接包含在提示中的資訊，而不需要透過工具呼叫來存取資料。這創造了一種更有效率的方式來為 AI 模型提供上下文。



上圖展示了資源的運作方式：當使用者輸入類似「What's in the @...」的內容時，我們的程式碼會將其識別為資源請求，向 MCP 伺服器發送 ReadResourceRequest，並取得包含實際內容的 ReadResourceResult。

實作資源讀取

要在您的 MCP 客戶端中啟用資源存取，您需要實作一個 read_resource 函式。首先，加入必要的匯入：

import json
from pydantic import AnyUrl

核心函式會向 MCP 伺服器發出請求，並根據其 MIME 類型處理回應：

async def read_resource(self, uri: str) -> Any:
    result = await self.session().read_resource(AnyUrl(uri))
    resource = result.contents[0]

    if isinstance(resource, types.TextResourceContents):
        if resource.mimeType == "application/json":
            return json.loads(resource.text)

    return resource.text

了解回應結構

當您請求一個資源時，伺服器會回傳一個包含 contents 清單的結果。我們存取第一個元素，因為我們通常一次只需要一個資源。回應包括：

• 實際內容（文字或資料）
• 告訴我們如何解析內容的 MIME 類型
• 關於該資源的其他元資料

內容類型處理

該函式會檢查 MIME 類型以決定如何處理內容：

• 如果是 application/json，則將文字解析為 JSON 並回傳解析後的物件
• 否則，回傳原始文字內容

這種方法能無縫處理結構化資料（如 JSON）和純文字文件。

測試資源存取

實作完成後，您可以透過您的 CLI 應用程式測試資源功能。當您輸入「@」後接資源名稱時，系統將會：

1. 在自動完成清單中顯示可用的資源
2. 讓您使用方向鍵和空格鍵選擇資源
3. 將資源內容直接包含在您的提示中
4. 將所有內容傳送給 AI 模型，而不需要額外的工具呼叫

與讓 AI 模型進行單獨的工具呼叫來存取文件內容相比，這創造了更流暢的使用者體驗。資源內容成為初始上下文的一部分，從而能夠立即對資料做出回應。