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，用于为提示和资源 URI 提供参数自动完成建议。这使得用户在输入参数值时能够获得类似 IDE 的丰富体验，接收上下文建议。

用户交互模型

MCP 中的自动完成旨在支持类似 IDE 代码完成的交互式用户体验。

例如，应用程序可能在用户输入时在下拉菜单或弹出菜单中显示完成建议，用户可以从可用选项中筛选和选择。

然而，实现可以通过任何适合其需求的界面模式公开自动完成—协议本身不要求任何特定的用户交互模型。

协议消息

请求完成

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 个项目
• 可选的可用匹配总数
• 指示是否存在额外结果的布尔值

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

1. 服务器应该：

   • 按相关性返回建议
   • 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：

   • 防抖快速完成请求
   • 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

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