MCP 的三种核心类型：Tools、Resources 与 Prompts

本文约 1000 字，面向刚接触 MCP（Model Context Protocol）的开发者，重点解释 MCP Server 暴露给 AI 应用的三类核心能力：Tools、Resources 和 Prompts。

1. MCP 是什么？

MCP，全称 Model Context Protocol，可以理解为 AI 应用连接外部系统的一套标准协议。传统情况下，模型想访问数据库、文件、业务系统或第三方 API，往往需要为每个场景单独做集成；而 MCP 的目标是把这些连接方式标准化，让客户端、模型和外部能力之间有统一的交互方式。

在 MCP 的架构里，通常有三类角色：Host、Client 和 Server。Host 是用户实际使用的 AI 应用，比如聊天工具、IDE 或智能助手；Client 负责与某个 MCP Server 建立连接；Server 则向外暴露具体能力。对大多数开发者来说，最重要的是理解 MCP Server 能提供什么。官方文档把 Server 侧能力概括为三类：Tools、Resources、Prompts。

2. Tools：让模型“能做事”

Tools 是 MCP 中最像“函数调用”的能力。它允许 MCP Server 把某些可执行操作暴露给模型，例如查询数据库、调用 API、搜索网页、创建日程、写入文件、提交工单等。

一个 Tool 通常会包含名称、描述、输入参数结构和返回结果。模型会根据上下文判断是否需要调用某个 Tool。例如用户说：“帮我查一下今天东京的天气”，模型可能会选择调用 get_weather 工具，并传入城市参数 Tokyo。工具执行后返回结构化结果，模型再把结果整理成人类可读的回答。

Tools 的关键特点是：它可能产生外部动作。查询数据相对安全，但发送邮件、删除文件、创建订单这类操作会改变外部系统状态。因此在设计 Tools 时，要特别注意权限、确认机制和审计日志。一个好的 Tool 不应该只写“执行任务”，而应该清楚说明它能做什么、不能做什么、参数含义是什么，以及失败时会返回什么错误。

适合做成 Tools 的场景包括：调用业务 API、执行计算、创建或修改数据、触发自动化流程、向外部服务提交请求等。

3. Resources：给模型“看资料”

Resources 可以理解为 MCP Server 提供给客户端读取的上下文数据。它不像 Tools 那样强调执行动作，而更像“可读取的文件、记录或数据源”。例如项目 README、数据库 schema、日志文件、用户日程、订单详情、知识库文章，都可以通过 Resource 暴露。

Resources 通常通过 URI 标识，比如 file:///project/README.md、db://schema/users、calendar://events/today。客户端可以列出可用资源，也可以按需读取资源内容，再决定是否把它们放进模型上下文。

Resources 的核心价值是：让模型获得更准确的背景信息。比如你在 IDE 中问“这个函数为什么报错”，MCP Server 可以把相关源代码、测试结果、依赖信息作为 Resources 提供给模型。模型不需要猜测，而是基于真实上下文分析问题。

和 Tools 相比，Resources 更适合只读数据。它的设计重点不是“执行”，而是“提供上下文”。因此，Resources 常用于文档读取、配置查看、数据预览、上下文注入、知识库集成等场景。

4. Prompts：把常见任务做成“模板”

Prompts 是 MCP Server 暴露的可复用提示模板。它可以把某类固定工作流封装起来，让用户或客户端通过选择模板并填写参数来启动任务。

例如一个团队经常需要生成代码评审总结，就可以提供一个 code_review_summary Prompt。它可能要求输入代码 diff、项目背景和关注点，然后生成结构化的评审意见。再比如产品团队可以定义 write_prd Prompt，用来按照统一格式生成需求文档。

Prompts 的特点是：它更偏向用户主动选择。Tools 通常由模型根据上下文决定是否调用；Resources 通常由客户端决定如何附加上下文；Prompts 则像菜单、快捷命令或工作流入口，帮助用户以标准方式完成高频任务。

适合做成 Prompts 的内容包括：总结会议、生成周报、代码审查、需求分析、Bug 复盘、客服回复、数据分析报告等。好的 Prompt 应该有明确目标、输入参数和输出格式，而不是简单写一大段泛泛的提示词。

5. 三者怎么区分？

可以用一句话概括：Tools 负责行动，Resources 负责上下文，Prompts 负责流程入口。

如果你的能力需要模型调用后执行某个操作，就优先考虑 Tools；如果只是提供资料、文件或数据给模型阅读，就更适合 Resources；如果你想把一套常见任务封装成可复用模板，就应该使用 Prompts。

举个例子：用户说“帮我规划一次出差”。Resources 可以提供日程、预算规则、历史出差偏好；Prompts 可以提供“出差规划”模板，规定模型需要收集哪些信息；Tools 则可以查询航班、预订酒店、创建日程。三者配合起来，才能形成完整的智能工作流。

6. 设计建议

开发 MCP Server 时，不要把所有能力都塞进 Tools。很多数据其实只需要被读取，做成 Resources 会更清晰、更安全；很多固定任务也不一定需要写代码逻辑，做成 Prompts 反而更容易维护。

同时，要注意边界：Tools 要强调权限和副作用控制；Resources 要保证数据新鲜度和访问范围；Prompts 要保持结构稳定，避免过度依赖模糊提示词。真正好用的 MCP Server，往往不是功能最多，而是把这三类能力拆分得足够清楚。

参考资料

• Model Context Protocol 官方介绍：https://modelcontextprotocol.io/docs/getting-started/intro
• MCP Server Features Overview：https://modelcontextprotocol.io/specification/2025-06-18/server
• MCP Tools 规范：https://modelcontextprotocol.io/specification/2025-06-18/server/tools
• MCP Resources 规范：https://modelcontextprotocol.io/specification/2025-06-18/server/resources
• MCP Prompts 规范：https://modelcontextprotocol.io/specification/2025-06-18/server/prompts