ModelContextProtocol C SDK:如何为第三方类添加字段描述
2025-07-08 04:47:03作者:温玫谨Lighthearted
在开发基于ModelContextProtocol C# SDK的工具时,我们经常会遇到需要将第三方类作为工具输入参数的情况。这些第三方类通常没有包含足够的元数据描述,这会影响AI对输入参数的理解和使用。本文将介绍如何优雅地为这些第三方类添加字段描述信息。
问题背景
当我们在工具方法中使用第三方类作为参数时,例如:
public CallToolResponse testTool(Foo foo)
{
return new CallToolResponse()
{
Content = [new Content { Text = "hello") }],
IsError = false
};
}
其中Foo类可能来自第三方库,结构可能很复杂,包含嵌套类和继承关系:
class ParentOfFoo
{
string myStr;
}
class Foo : ParentOfFoo
{
Bar bar;
}
class Bar
{
Baz baz;
}
class Baz
{
int myInt;
}
默认情况下,SDK生成的输入模式(InputSchema)不会包含这些字段的描述信息,这会影响AI对参数的理解。
解决方案
ModelContextProtocol C# SDK提供了SchemaCreateOptions.TransformSchemaNode属性,允许我们通过委托来定制生成的模式文档。这个功能位于McpServerToolCreateOptions中。
实现步骤
-
创建模式转换器:编写一个委托方法,用于检查和修改模式节点
-
配置工具创建选项:在创建工具时设置转换器
-
应用描述信息:在转换器中根据类型或成员信息添加描述
示例代码
var options = new McpServerToolCreateOptions
{
SchemaCreateOptions = new()
{
TransformSchemaNode = (schemaNode, context) =>
{
// 为字段添加描述
if (context.MemberInfo is PropertyInfo property)
{
schemaNode.Description = GetDescriptionForProperty(property);
}
else if (context.Type != null)
{
schemaNode.Description = GetDescriptionForType(context.Type);
}
return schemaNode;
}
}
};
// 创建工具时传入选项
var tool = mcpServer.CreateTool(testTool, options);
描述信息获取策略
你可以根据实际需求实现GetDescriptionForProperty和GetDescriptionForType方法,常见策略包括:
- 硬编码字典:为已知类型和属性建立描述字典
- 命名约定:根据属性名自动生成描述
- 外部配置文件:从JSON或XML文件加载描述
- 反射分析:通过分析类型和属性名生成基础描述
最佳实践
- 保持一致性:确保同类属性的描述风格一致
- 简明扼要:描述应简洁明了,便于AI理解
- 覆盖全面:为所有重要字段添加描述
- 分层处理:优先处理常用类和关键属性
- 可维护性:考虑将描述信息集中管理
总结
通过使用ModelContextProtocol C# SDK提供的模式转换功能,我们可以灵活地为第三方类添加字段描述,而无需修改原始代码。这种方法既保持了代码的整洁性,又提供了AI所需的元数据信息,是处理第三方类集成的优雅解决方案。
对于大型项目,建议建立一个集中的描述信息管理系统,可以结合命名约定和外部配置文件,实现描述信息的统一管理和维护。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
233
98
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.28 K
704