自动补全

Model Context Protocol（MCP）为服务器提供了一种标准化的方式，用于为提示词和资源URI提供参数自动补全建议。这使得用户能够获得类似IDE的丰富体验，在输入参数值时获得上下文相关的建议。

用户交互模型

MCP中的自动补全功能设计用于支持类似IDE代码补全的交互式用户体验。

例如，应用程序可以在用户输入时通过下拉菜单或弹出窗口显示补全建议，用户可以从可用选项中进行筛选和选择。

然而，具体实现可以根据需要采用任何适合的界面模式—协议本身不强制要求任何特定的用户交互模型。

协议消息

请求补全建议

要获取补全建议，客户端通过引用类型发送completion/complete请求，指定需要补全的内容：

请求：

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "completion/complete",
  "params": {
    "ref": {
      "type": "ref/prompt",
      "name": "code_review"
    },
    "argument": {
      "name": "language",
      "value": "py"
    }
  }
}

响应：

{
  "jsonrpc": "2.0",
  "id": 1,
  "result": {
    "completion": {
      "values": ["python", "pytorch", "pyside"],
      "total": 10,
      "hasMore": true
    }
  }
}

引用类型

协议支持两种类型的补全引用：

补全结果

服务器按相关性排序返回补全值数组，包含：

• 每个响应最多100项
• 可选的可用匹配总数
• 表示是否存在额外结果的布尔值

消息流

数据类型

CompleteRequest

• ref：PromptReference或ResourceReference
• argument：包含以下内容的对象：
  • name：参数名称
  • value：当前值

CompleteResult

• completion：包含以下内容的对象：
  • values：建议数组（最多100个）
  • total：可选的匹配总数
  • hasMore：额外结果标志

实现注意事项

1. 服务器应该：

   • 按相关性排序返回建议
   • 在适当的情况下实现模糊匹配
   • 限制补全请求的速率
   • 验证所有输入

2. 客户端应该：

   • 对快速补全请求进行去抖动处理
   • 在适当的情况下缓存补全结果
   • 优雅地处理缺失或部分结果

安全性

实现必须：

• 验证所有补全输入
• 实施适当的速率限制
• 控制对敏感建议的访问
• 防止基于补全的信息泄露