MCP 支持哪些类型的能力？

1. Tools（工具）

工具是 AI 应用可以调用的可执行函数，用于执行具体操作（如文件操作、API 调用、数据库查询）。每个工具拥有名称、描述和以 JSON Schema 定义的输入参数结构。工具调用通常需要用户批准，执行结果以内容对象数组形式返回。

2. Resources（资源）

资源是为 AI 应用提供上下文信息的数据源，类似于可读的数据对象（如文件内容、数据库记录、API 响应）。资源通过 URI 进行寻址，AI 应用可以浏览和读取资源内容作为上下文。与工具不同，资源通常是只读的，不产生副作用。

3. Prompts（提示词模板）

提示词是帮助构建与语言模型交互的可复用模板，用于确保交互的一致性和高质量输出。服务端可以暴露参数化的提示词模板，客户端在获取时填入具体参数后提交给 AI 模型。

4. 客户端原语（服务端可调用）

MCP 还定义了客户端暴露给服务端的原语，包括采样（Sampling，允许服务端请求客户端从宿主 LLM 进行语言模型补全）、引导（Elicitation，允许服务端向用户请求额外信息）、日志记录（Logging，使服务端能够向客户端发送日志消息）。

5. 实验性原语：Tasks（任务）

在 2025-11-25 的规范修订中，MCP 引入了实验性的 Tasks 原语，用于封装长时间运行的操作（如昂贵的计算、工作流自动化、批处理、多步操作），支持延迟结果获取和状态跟踪。该原语仍为实验性质，不建议在生产环境中依赖。