python-sdk/i18n/zh-hant/pages/servers/prompts.md

5.6 KiB
Raw Blame History

translation
sections tool
d65c098f37f5b6c3
dd0c2724d6f2877e
6835bb3570c6714c
ffe823cb0fedd488
f33651add1b59094
1

提示詞

提示詞是使用者挑選的訊息範本。

工具是給模型用的。提示詞正好相反:使用者從用戶端的選單(斜線指令、按鈕)裡選一個,填好引數,算繪出來的訊息就會進入對話,就像是使用者自己打的一樣。

宣告的方式是在回傳文字的函式上加 @mcp.prompt()。

第一個提示詞

--8<-- "docs_src/prompts/tutorial001.py"

SDK 讀取的三樣東西和工具一樣:

  • 名稱是函式名稱:review_code。
  • 用戶端顯示的描述是 docstring:Review a piece of code.
  • 引數來自參數。code 沒有預設值,所以是必填。

這就是用戶端從 prompts/list 拿回來的內容:

{
  "name": "review_code",
  "description": "Review a piece of code.",
  "arguments": [
    {"name": "code", "required": true}
  ]
}

這裡沒有 JSON Schema。提示詞的引數是一串扁平的具名字串值:是給人填的表單,不是給模型組出來的 payload。

算繪

用戶端用 prompts/get 算繪範本,並傳入引數。函式會執行,回傳的 str 變成一則使用者訊息:

{
  "description": "Review a piece of code.",
  "messages": [
    {
      "role": "user",
      "content": {
        "type": "text",
        "text": "Please review this code:\n\ndef add(a, b): return a + b"
      }
    }
  ],
  "resultType": "complete"
}

提示詞的一生就這樣:依名稱列出、需要時算繪、丟進聊天裡。

!!! check required 會在函式執行前就強制檢查。算繪 review_code 時不給 code,請求本身就會以 JSON-RPC 錯誤(錯誤碼 -32603)失敗:

```text
mcp.shared.exceptions.MCPError: Internal server error
```

這裡沒有工具那種可以交回給模型的錯誤結果,因為根本沒有模型參與:呼叫會直接引發例外。原因(`Missing required arguments: {'code'}`)會記在伺服器記錄裡。

試試看

用 MCP Inspector 執行伺服器:

uv run mcp dev server.py

打開 Prompts 分頁並選擇 review_code。Inspector 會畫出一個表單,裡面有一個必填的 code 欄位。填好、算繪,拿回來的就是上面那則使用者訊息。

不只一則訊息

程式碼審查是一則訊息。偵錯則是一段對話,而提示詞可以替整段對話起頭。

改成回傳訊息清單,而不是 str:

--8<-- "docs_src/prompts/tutorial002.py"
  • UserMessage 和 AssistantMessage 來自 mcp.server.mcpserver.prompts.base。交給它們一個 str,它們會幫你包成 TextContent。角色就是類別名稱。
  • Message 是它們共同的基底類別,用它當作回傳型別註記。

現在算繪 debug_error 會依序產生三則訊息:

{
  "description": "Start a debugging conversation.",
  "messages": [
    {"role": "user", "content": {"type": "text", "text": "I'm seeing this error:"}},
    {"role": "user", "content": {"type": "text", "text": "TypeError: 'int' object is not iterable"}},
    {
      "role": "assistant",
      "content": {"type": "text", "text": "I'll help debug that. What have you tried so far?"}
    }
  ],
  "resultType": "complete"
}

注意最後一則。預先填好一輪 assistant 的回合,就是引導模型下一個回覆的方法,不必讓使用者自己打出引導的話。

標題與引數描述

review_code 是函式名稱,不是標籤。給用戶端更適合放在按鈕上的文字,並描述每個引數,讓表單自己說明清楚:

--8<-- "docs_src/prompts/tutorial003.py"
  • title="Code review" 是給人看的名稱,和工具的 title 完全一樣。
  • Annotated[str, Field(description=...)] 和 工具 用來描述工具參數的寫法相同。在這裡描述會落在引數上,而不是 schema 裡。
  • language 有預設值,所以不再是必填。

prompts/list 的項目現在帶齊了用戶端畫出好表單所需的一切:

{
  "name": "review_code",
  "title": "Code review",
  "description": "Review a piece of code.",
  "arguments": [
    {"name": "code", "description": "The code to review.", "required": true},
    {"name": "language", "description": "The language the code is written in.", "required": false}
  ]
}

!!! info 如果讀過 工具,這一頁的內容你都已經會了。同樣的裝飾器、同樣以 docstring 當描述、同樣的 Annotated/Field。唯一不同的是由誰觸發(使用者),以及結果去哪裡(進入對話)。

重點回顧

  • 在函式上加 @mcp.prompt(),它就成為提示詞。名稱取自函式,描述取自 docstring。
  • 提示詞由使用者控制:用戶端列出來,使用者挑一個並填入引數。
  • 引數是一串扁平的具名字串(沒有 schema)。有預設值的參數就是選填。
  • 回傳 str 會變成一則使用者訊息。回傳 UserMessage/AssistantMessage 的清單,可以替多輪對話起頭。
  • title= 和 Field(description=...) 是用戶端放在 UI 上的內容。
  • 缺少必填引數會讓整個請求失敗,沒有個別提示詞的錯誤結果。

伺服器端替提示詞(或資源範本)引數做自動完成,請見 自動完成。