自动完成

模型上下文协议（MCP）为服务器提供了一种标准化方式，用于提供提示和资源URI的参数自动完成建议。这使得用户在输入参数值时能够获得类似IDE的丰富上下文建议体验。

用户交互模型

MCP中的自动完成功能旨在支持类似IDE代码完成的交互式用户体验。

例如，应用程序可以在用户输入时以下拉菜单或弹出菜单的形式显示完成建议，并提供从可用选项中筛选和选择的功能。

然而，实现可以通过任何适合其需求的界面模式来展示自动完成功能——协议本身不强制要求任何特定的用户交互模型。

协议消息

请求完成建议

要获取完成建议，客户端发送completion/complete请求，通过引用类型指定正在完成的内容：

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完成引用：

完成结果

服务器返回按相关性排序的完成值数组，包含：

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

消息流

sequenceDiagram
    participant Client
    participant Server

    Note over Client: 用户输入参数
    Client->>Server: completion/complete
    Server-->>Client: 完成建议

    Note over Client: 用户继续输入
    Client->>Server: completion/complete
    Server-->>Client: 精细化建议

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

实现考虑因素

1. 服务器应该：

   • 按相关性排序返回建议
   • 在适当情况下实现模糊匹配
   • 对完成请求进行速率限制
   • 验证所有输入

2. 客户端应该：

   • 对快速完成请求进行去抖动处理
   • 在适当情况下缓存完成结果
   • 优雅地处理缺失或部分结果

安全性

实现必须：

• 验证所有完成输入
• 实施适当的速率限制
• 控制对敏感建议的访问
• 防止基于完成的信息泄露