日誌與進度通知實作起來很簡單，但在使用 MCP 伺服器時，卻能大幅改善使用者體驗。它們能幫助使用者了解長時間執行的操作期間發生了什麼事，而不必擔心是否出了問題。
當 Claude 呼叫一個需要花時間完成的工具時——例如研究某個主題或處理資料——使用者通常在操作完成之前什麼都看不到。這可能會令人感到沮喪，因為他們不知道工具是正在運作還是已經卡住了。
啟用日誌與進度通知後，使用者可以獲得即時回饋，準確顯示幕後正在發生的事情。他們可以在操作執行時看到進度條、狀態訊息以及詳細的日誌。
運作方式
在 Python MCP SDK 中，日誌與進度通知是透過自動提供給您的工具函式的 Context 引數來運作的。這個 context 物件提供您一些方法，讓您可以在執行期間與用戶端進行溝通。
python
@mcp.tool(
name="research",
description="Research a given topic"
)
async def research(
topic: str = Field(description="Topic to research"),
*,
context: Context
):
await context.info("About to do research...")
await context.report_progress(20, 100)
sources = await do_research(topic)
await context.info("Writing report...")
await context.report_progress(70, 100)
results = await generate_report(sources)
return results您會用到的關鍵方法有：
context.info()- 向用戶端傳送日誌訊息context.report_progress()- 以目前值與總值更新進度
用戶端實作
在用戶端，您需要設定回呼函式來處理這些通知。伺服器會發出這些訊息，但要如何將它們呈現給使用者，則取決於您的用戶端應用程式。
python
async def logging_callback(params: LoggingMessageNotificationParams):
print(params.data)
async def print_progress_callback(
progress: float, total: float | None, message: str | None
):
if total is not None:
percentage = (progress / total) * 100
print(f"Progress: {progress}/{total} ({percentage:.1f}%)")
else:
print(f"Progress: {progress}")
async def run():
async with stdio_client(server_params) as (read, write):
async with ClientSession(
read,
write,
logging_callback=logging_callback
) as session:
await session.initialize()
await session.call_tool(
name="add",
arguments={"a": 1, "b": 3},
progress_callback=print_progress_callback,
)您需要在建立用戶端工作階段時提供日誌回呼函式，並在進行個別工具呼叫時提供進度回呼函式。這讓您能夠靈活地適當處理不同類型的通知。
呈現方式選項
您如何呈現這些通知，取決於您的應用程式類型：
- CLI 應用程式 - 只需將訊息與進度印到終端機即可
- 網頁應用程式 - 使用 WebSocket、伺服器傳送事件（server-sent events）或輪詢方式，將更新推送到瀏覽器
- 桌面應用程式 - 在您的使用者介面中更新進度條與狀態顯示
請記住，實作這些通知完全是選擇性的。您可以選擇完全忽略它們、只顯示特定類型，或以任何對您的應用程式有意義的方式呈現它們。它們純粹是使用者體驗的強化功能，用來幫助使用者了解長時間執行的操作期間發生了什麼事。