取樣（Sampling）讓伺服器能夠透過已連接的 MCP 用戶端存取像 Claude 這樣的語言模型。伺服器不會直接呼叫 Claude，而是請求用戶端代表它進行呼叫。這將文字生成的責任與成本從伺服器轉移到了用戶端。
取樣所解決的問題
想像您有一個 MCP 伺服器，其中有一個研究工具可以從 Wikipedia 擷取資訊。在收集完所有資料後，您需要將其摘要成一份連貫的報告。您有兩個選項：
選項 1： 讓 MCP 伺服器直接存取 Claude。伺服器需要擁有自己的 API 金鑰、處理身分驗證、管理成本，並實作所有 Claude 整合程式碼。這種方式可行，但會增加顯著的複雜性。
選項 2： 使用取樣。伺服器生成一個提示，並詢問用戶端「您能幫我呼叫 Claude 嗎？」已經與 Claude 建立連線的用戶端會進行呼叫並回傳結果。
取樣的運作方式
流程很直接：
- 伺服器完成其工作（例如擷取 Wikipedia 文章）
- 伺服器建立一個請求文字生成的提示
- 伺服器向用戶端傳送取樣請求
- 用戶端使用提供的提示呼叫 Claude
- 用戶端將生成的文字回傳給伺服器
- 伺服器在其回應中使用生成的文字
取樣的優點
- 降低伺服器複雜性： 伺服器不需要直接與語言模型整合
- 轉移成本負擔： 由用戶端支付權杖（token）使用費用，而非伺服器
- 不需要 API 金鑰： 伺服器不需要 Claude 的憑證
- 非常適合公開伺服器： 您不會希望公開伺服器為每個使用者累積 AI 成本
實作方式
設定取樣需要在雙方都撰寫程式碼：
伺服器端
在您的工具函式中，使用 create_message 函式來請求文字生成：
python
@mcp.tool()
async def summarize(text_to_summarize: str, ctx: Context):
prompt = f"""
Please summarize the following text:
{text_to_summarize}
"""
result = await ctx.session.create_message(
messages=[
SamplingMessage(
role="user",
content=TextContent(
type="text",
text=prompt
)
)
],
max_tokens=4000,
system_prompt="You are a helpful research assistant",
)
if result.content.type == "text":
return result.content.text
else:
raise ValueError("Sampling failed")用戶端
建立一個處理伺服器請求的取樣回呼函式：
python
async def sampling_callback(
context: RequestContext, params: CreateMessageRequestParams
):
# 使用 Anthropic SDK 呼叫 Claude
text = await chat(params.messages)
return CreateMessageResult(
role="assistant",
model=model,
content=TextContent(type="text", text=text),
)然後在初始化您的用戶端工作階段時傳入此回呼函式：
python
async with ClientSession(
read,
write,
sampling_callback=sampling_callback
) as session:
await session.initialize()何時使用取樣
當建置公開可存取的 MCP 伺服器時，取樣最有價值。您不會希望隨機使用者以您的成本無限制地生成文字。透過使用取樣，每個用戶端都會支付自己的 AI 使用費用，同時仍能受益於您伺服器的功能。
這項技術本質上將 AI 整合的複雜性從您的伺服器轉移到用戶端，而用戶端通常已經具備必要的連線和憑證。