MCPにおけるリソースは、データにアクセスするためにツール呼び出しを必要とするのではなく、プロンプトに直接含めることができる情報をサーバーが公開できるようにします。これにより、AIモデルにコンテキストを提供するためのより効率的な方法が実現します。

上の図は、リソースがどのように機能するかを示しています。ユーザーが「What's in the @...」のようなものを入力すると、私たちのコードはこれをリソースリクエストとして認識し、MCPサーバーにReadResourceRequestを送信し、実際のコンテンツを含むReadResourceResultを取得します。
リソース読み取りの実装
MCPクライアントでリソースアクセスを有効にするには、read_resource関数を実装する必要があります。まず、必要なインポートを追加します。
import json
from pydantic import AnyUrlこのコア関数はMCPサーバーにリクエストを送信し、そのMIMEタイプに基づいてレスポンスを処理します。
async def read_resource(self, uri: str) -> Any:
result = await self.session().read_resource(AnyUrl(uri))
resource = result.contents[0]
if isinstance(resource, types.TextResourceContents):
if resource.mimeType == "application/json":
return json.loads(resource.text)
return resource.textレスポンス構造の理解
リソースをリクエストすると、サーバーはcontentsリストを含む結果を返します。通常は一度に1つのリソースしか必要としないため、最初の要素にアクセスします。レスポンスには以下が含まれます。
- 実際のコンテンツ(テキストまたはデータ)
- コンテンツの解析方法を示すMIMEタイプ
- リソースに関するその他のメタデータ
コンテンツタイプの処理
この関数はMIMEタイプをチェックして、コンテンツの処理方法を決定します。
application/jsonの場合、テキストをJSONとして解析し、解析されたオブジェクトを返します- それ以外の場合は、生のテキストコンテンツを返します
このアプローチにより、構造化データ(JSONなど)とプレーンテキストドキュメントの両方をシームレスに処理できます。
リソースアクセスのテスト
実装が完了したら、CLIアプリケーションを通じてリソース機能をテストできます。「@」に続けてリソース名を入力すると、システムは以下を行います。
- 自動補完リストで利用可能なリソースを表示する
- 矢印キーとスペースを使用してリソースを選択できるようにする
- リソースコンテンツをプロンプトに直接含める
- 追加のツール呼び出しを必要とせずに、すべてをAIモデルに送信する
これにより、AIモデルがドキュメントの内容にアクセスするために個別のツール呼び出しを行う場合と比較して、はるかにスムーズなユーザー体験が実現します。リソースコンテンツは初期コンテキストの一部となり、データに関する即時の応答が可能になります。