ModelContextProtocol C SDK 中的人工审批工具调用实现
2025-07-08 01:53:55作者:袁立春Spencer
概念理解
ModelContextProtocol(MCP)是一个协议标准,它允许AI模型通过工具(Tools)扩展其能力。在MCP框架中,工具是服务器向客户端暴露的功能接口,AI模型可以自动调用这些工具,但通常需要人工审批这一关键环节。
人工审批的必要性
在实际应用中,自动化的工具调用可能存在风险,例如:
- 执行不可逆的操作(如删除数据)
- 涉及敏感信息处理
- 需要业务逻辑验证
- 可能产生费用或资源消耗的操作
因此,MCP建议在工具调用流程中加入人工审批环节,这也是企业级AI应用的最佳实践。
实现模式分析
在C# SDK中实现人工审批工具调用,核心流程可分为三个步骤:
1. 工具注册阶段
首先需要从MCP服务器获取可用工具列表,并将这些工具注册到LLM(大语言模型)或Agent框架中。这一步骤确保了模型知道有哪些工具可用及其功能描述。
2. 限制自动调用
大多数LLM库默认会自动执行检测到的工具调用。为实现人工审批,需要显式限制这一特性,改为手动处理工具调用请求。
3. 审批流程实现
当模型返回工具调用请求时,系统应:
- 展示工具调用详情(函数名、参数等)
- 等待用户确认
- 根据用户决定执行或跳过调用
- 将结果反馈给模型继续对话
代码实现示例
以下是使用基础IChatClient实现审批流程的核心代码逻辑:
// 获取可用工具列表
var tools = await mcpClient.ListToolsAsync();
// 准备聊天客户端和消息历史
IChatClient client = ...;
var messageHistory = new List<ChatMessage>();
// 获取模型响应
var response = await chatClient.GetResponseAsync(messageHistory, new() {
Tools = [.. tools]
});
// 处理工具调用请求
if (response.FinishReason == ChatFinishReason.ToolCalls)
{
foreach (var message in response.Messages)
{
messageHistory.Add(message);
Console.WriteLine($" {message}");
IList<FunctionResultContent> functionResults = [];
foreach (var call in message.Contents.OfType<FunctionCallContent>())
{
// 显示调用详情供审批
Console.WriteLine("----");
Console.WriteLine($"函数名: {call.Name}");
Console.WriteLine($"参数: {JsonSerializer.Serialize(call.Arguments)}");
Console.WriteLine("----");
// 获取用户审批
Console.Write("是否执行此函数? (是/否): ");
var userInput = Console.ReadLine();
if (!string.Equals(userInput, "是", StringComparison.OrdinalIgnoreCase))
{
Console.WriteLine("跳过函数调用。");
functionResults.Add(new FunctionResultContent(
call.CallId,
"用户未批准此函数调用。"
));
continue;
}
// 执行批准的工具调用
var result = await mcpClient.CallToolAsync(
call.Name,
call.Arguments!.ToImmutableDictionary()
);
functionResults.Add(new FunctionResultContent(call.CallId, result));
Console.WriteLine($" 结果: {result.Content[0].Text}");
}
// 将工具调用结果加入消息历史
messageHistory.Add(new ChatMessage(ChatRole.Tool, [..functionResults]));
}
}
与不同框架的集成
根据使用的具体AI框架不同,实现方式会有所差异:
Semantic Kernel集成
在Semantic Kernel中,可以通过以下方式实现:
- 使用Kernel.ImportFunctionsFromTool方法注册MCP工具
- 设置AIPromptExecutionSettings.ToolCallBehavior为手动模式
- 在FunctionCall事件中实现审批逻辑
原生AI客户端
使用原生客户端时,可以:
- 在ChatCompletionOptions中指定工具定义
- 检查返回消息中的ToolCalls集合
- 对每个工具调用请求用户确认
最佳实践建议
- 清晰的用户界面:审批界面应清晰显示工具调用的目的和参数
- 审批记录:记录所有审批决策,便于审计
- 默认安全:未明确批准时应默认拒绝
- 批量审批:对多个相关工具调用提供批量审批选项
- 审批超时:设置审批超时机制,避免长时间等待
总结
在ModelContextProtocol的C# SDK中实现人工审批的工具调用流程,是构建可信赖AI应用的重要环节。通过合理的架构设计和清晰的用户交互,可以在保持AI自动化优势的同时,确保关键操作的安全可控。开发者应根据具体应用场景和使用的AI框架,灵活调整实现细节,找到最适合的审批流程设计方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0302- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
177
262

🎉 (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
864
512

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K