password
github
type
status
date
summary
tags
icon
Email
slug
category
下面我会模拟三个“虚拟文件”，分别代表 Resources、Tools 和 Prompts，通过这些“文件”的内容来说明它们在 MCP 中的用法。每个文件都会有实际代码或伪代码，尽量贴近真实开发场景。
文件 1：Resources 用法展示
文件名：server_logs.txt
描述：假设这是一个服务器日志文件，通过 MCP 的 Resources 暴露给 LLM，让它分析错误。
内容：
MCP 配置（伪代码）：
用法解析：
- 实际操作：我在 Claude Desktop 里输入：“分析 server_logs.txt 的错误原因。” LLM 通过 MCP 访问这个 Resource，读取日志内容。
- 结果：LLM 可能会输出：“日志显示数据库连接多次超时，最终导致系统崩溃。建议检查网络延迟或数据库配置。”
就像上传了一个日志文件，LLM 直接“看到”内容并处理。Resources 的作用就是把数据喂给 LLM，类似“上传原材料”。
文件 2：Tools 用法展示
文件名：weather_tool.py
描述：这是一个天气查询工具，通过 MCP 的 Tools 功能让 LLM 调用外部 API 获取实时天气。
内容：
用法解析：
- 实际操作：我在客户端输入：“告诉我上海的天气。” LLM 检测到需要实时数据，通过 MCP 调用 get_weather 工具，传入参数 city="上海"。
- 结果：工具返回：“上海当前温度: 15°C，天气: 多云。” LLM 再把这结果整合到回答里。
就像上传了一个“天气查询脚本”，LLM 不只是读，而是直接“执行”它获取结果。Tools 的核心是让 LLM 动手干活，而不是光看数据。
文件 3：Prompts 用法展示
文件名：error_report_template.md
描述：这是一个错误报告模板，通过 MCP 的 Prompts 功能提供给 LLM，生成标准化的报告。
内容：
MCP 配置（伪代码）：
用法解析：
- 实际操作：我输入：“根据 server_logs.txt 生成错误报告。” LLM 通过 MCP 获取这个 Prompt 模板，结合 Resources 里的日志数据，填充参数：
- log_file: "server_logs.txt"
- summary: "数据库连接超时导致系统崩溃"
- analysis: "多次重试失败，可能是网络问题"
- suggestions: "检查数据库端口和网络稳定性"
- 结果：LLM 输出一个格式化的 Markdown 报告。
就像上传了一个“报告模板”，LLM 按照模板填充内容，生成结构化输出。Prompts 的作用是给 LLM 一个现成的套路，提升效率。
三者如何协作：
假设我把这三个文件都“上传”到一个 MCP 支持的客户端（比如 Claude Desktop）：
- Resources (server_logs.txt)：LLM 先读取日志，获取上下文。
- Tools (weather_tool.py)：如果我顺便问了“今天天气如何影响服务器”，LLM 调用工具查天气。
- Prompts (error_report_template.md)：最后用模板把日志分析和天气数据整合成报告。
最终输出（模拟）：
写到最后
通过上面的例子，模拟了“上传文件”的直观体验，展示了 MCP 这仨概念怎么落地。现实中，MCP 需要服务器和客户端支持，但原理就是这么简单直接。
- Author:二师兄
- URL:https://cloudesx.com/article/use-mcp-to-realize-the-complete-chain
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
