加载中
MCP中的资源允许您的服务器公开可以直接包含在提示中的数据,而无需通过工具调用来访问信息。这创建了一种更高效的方式来为Claude等AI模型提供上下文。

理解资源流程
当用户在您的应用程序中输入类似"What's in the @..."这样的内容时,系统需要获取可用资源的列表以供自动完成使用。MCP客户端向服务器发送一个ReadResourceRequest,服务器会以可被引用的文档名称列表作为响应。
实现资源读取
核心功能发生在您的MCP客户端的read_resource方法中。此方法接受一个用于标识要从服务器获取哪个资源的URI参数。
首先,添加处理JSON解析和URL验证所需的导入:
python
import json
from pydantic import AnyUrl主要实现向MCP服务器发出请求并处理响应:
python
async def read_resource(self, uri: str) -> Any:
result = await self.session().read_resource(AnyUrl(uri))
resource = result.contents[0]处理不同的内容类型
资源可以返回不同类型的内容,因此您需要检查MIME类型以正确处理响应:
python
if isinstance(resource, types.TextResourceContents):
if resource.mimeType == "application/json":
return json.loads(resource.text)
return resource.text这种方法确保JSON资源能被正确解析,而纯文本资源则按原样返回。
测试实现
实现完成后,您可以通过运行CLI应用程序来测试资源功能。当您输入"@"并跟上资源名称时,系统将:
- 在自动完成列表中显示可用资源
- 允许您使用方向键和空格键选择资源
- 将资源内容直接包含在发送给Claude的提示中
这意味着Claude可以立即接收到文档内容,而无需进行额外的工具调用,从而使交互更加高效。
主要优势
在访问静态信息方面,资源相比工具具有以下几个优势:
- 内容直接包含在提示中,降低了延迟
- 对话期间无需额外的API调用
- 通过自动完成功能带来更好的用户体验
- 静态数据与动态操作之间的分离更加清晰
资源最适合您希望让AI模型可以轻松访问的相对静态的信息,例如文档、报告或参考资料。