底下尔会模仿3个“假造文献”，别离代替 Resources、Tools 战 Prompts，经由过程那些“文献”的内乱容来讲亮它们正在 MCP 中的用法。每一个文献城市有本质代码或者真代码，尽可能切近如实开辟场景。文献 1：Resources 用法呈现文献实：server_logs.txt描写：假定那是1个效劳器日记文献，经由过程 MCP 的 Resources 败露给 LLM，让它理解故障。内乱容：[2025-02-22 10:00:01] ERROR: Database connection failed - Timeout[2025-02-22 10:00:05] INFO: Retry attempt 1[2025-02-22 10:00:10] ERROR: Database connection failed - Timeout[2025-02-22 10:00:15] FATAL: System shutdownMCP 装备（真代码）：// 正在 MCP 效劳器上宣泄日记文献当作 Resourceconst server = new Server({  name: "log-server",  version: "1.0.0"}, {  capabilities: { resources: {} }});// 列出可用资本server.setRequestHandler("resources/list", async () => {  return {    resources: [{      uri: "file:///logs/server_logs.txt",      name: "Server Logs",      mimeType: "text/plain"    }]  };});// 读与资本内乱容server.setRequestHandler("resources/read", async (request) => {  if (request.params.uri === "file:///logs/server_logs.txt") {    const logs = await readFile("server_logs.txt");    return {      contents: [{ uri: request.params.uri, mimeType: "text/plain", text: logs }]    };  }  throw new Error("Resource not found");});用法剖析：• 现实操纵：尔正在 Claude Desktop 里输出：“阐述 server_logs.txt 的缺点缘故。” LLM 经由过程 MCP 拜候那个 Resource，读与日记内乱容。• 了局：LLM 大概会输入：“日记表现数据库毗连屡次超时，终究致使体系破产。修议查抄收集贻误或者数据库装备。”便像上传了1个日记文献，LLM 曲交“瞅到”内乱容并处置。Resources 的感化便是把数据喂给 LLM，近似“上传本质料”。文献 2：Tools 用法映现文献实：weather_tool.py描写：那是1个气象查问对象，经由过程 MCP 的 Tools 成效让 LLM 挪用中部 API 获得及时天色。内乱容：# Python MCP 效劳器界说对象from mcp.server import Serverimport requestsapp = Server("weather-server")界说气候查问对象@app.tool("get_weather")async def get_weather(city: str) -> str:    url = f"http://api.weatherapi.com/v1/current.json?key=YOUR_API_KEY&q={city}"    response = requests.get(url).json()    temp = response["current"]["temp_c"]    condition = response["current"]["condition"]["text"]    return f"{city} 以后暖度: {temp}°C，天色: {condition}"开动效劳器async def main():    async with app.stdio_server():        await app.run()用法剖析：• 本质操纵：尔正在客户端输出：“通知尔上海的气象。” LLM 检测到须要及时数据，经由过程 MCP 挪用 get_weather 对象，传进参数 city="上海"。• 了局：对象前往：“上海以后暖度: 15°C，气象: 多云。” LLM 再把那了局调整到归问里。便像上传了1个“天色看望足原”，LLM 不但是读，而是曲交“施行”它获得了局。Tools 的重心是让 LLM 脱手枯活，而没有是光观数据。文献 3：Prompts 用法展现文献实：error_report_template.md描写：那是1个故障讲述模板，经由过程 MCP 的 Prompts 效用供应给 LLM，死成规范化的讲述。内乱容：故障讲述日记文献: {log_file}毛病提要{summary}细致领会{analysis}建设修议{suggestions}MCP 建设（真代码）：const server = new Server({  name: "report-server",  version: "1.0.0"}, {  capabilities: { prompts: {} }});// 界说 Prompt 模板server.setRequestHandler("prompts/list", async () => {  return {    prompts: [{      id: "error_report",      name: "Error Report Generator",      template: await readFile("error_report_template.md"),      parameters: ["log_file", "summary", "analysis", "suggestions"]    }]  };});用法剖析：• 本质掌握：尔输出：“凭据 server_logs.txt 死成故障讲述。” LLM 经由过程 MCP 获得那个 Prompt 模板，联合 Resources 里的日记数据，加添参数：• log_file: "server_logs.txt"• summary: "数据库毗连超时致使体系溃败"• analysis: "屡次沉试挫折，多是收集题目"• suggestions: "查抄数据库端心战收集波动性"• 了局：LLM 输入1个花样化的 Markdown 讲述。便像上传了1个“讲述模板”，LLM 依照模板增添内乱容，死成组织化输入。Prompts 的感化是给 LLM 1个现成的套道，晋升服从。3者怎样合作：假定尔把那3个文献皆“上传”到1个 MCP 支柱的客户端（例如 Claude Desktop）：1. Resources (server_logs.txt)：LLM 先读与日记，获得高低文。2. Tools (weather_tool.py)：假若尔趁便问了“即日气象怎样劝化效劳器”，LLM 移用对象查气候。3. Prompts (error_report_template.md)：末了用模板把日记领会战气象数据调整成讲述。终究输入（模仿）：缺欠讲述日记文献: server_logs.txt缺欠提要数据库毗连超时致使体系溃败细致阐发日记表现屡次超时，多是收集题目。本日上海气象多云，暖度15°C，已睹极度环境。建设修议查抄数据库端心战收集波动性，破除硬件毛病。写到末了经由过程下面的例子，模仿了“上传文献”的直觉体味，展现了 MCP 那仨观点若何降天。实际中，MCP 须要效劳器战客户端增援，但道理便是这样复杂曲交。 ? 添Wechat入群Wechat号：esx-ai❤️存眷  ?面赞  ⭐转收您的救援是尔革新瓜分的最年夜能源?