ModelContextProtocol 规范中的关键词使用准则解析
2025-07-01 13:19:06作者:翟萌耘Ralph
在开源项目 ModelContextProtocol 的规范文档中,技术术语的严谨性至关重要。近期,社区针对规范中频繁出现的"必须(MUST)"、"应当(SHOULD)"等关键词的标准化使用展开了讨论,并最终通过提交代码合并请求(PR)的形式落实了改进方案。
背景与问题
技术规范文档中常使用"必须"、"禁止"、"建议"等关键词来明确不同条款的约束力级别。然而,若未对这些术语进行明确定义,可能导致不同读者产生歧义。例如:
- "必须实现"是否允许存在例外?
- "建议遵循"是否意味着允许忽略?
ModelContextProtocol 最初未在文档头部声明这些关键词的官方解释依据,存在潜在的解读不一致风险。
解决方案
根据互联网工程任务组(IETF)发布的 BCP14 标准(包含 RFC2119 和 RFC8174),技术文档应在开头明确定义关键词的解读规则。具体表现为:
当且仅当以下关键词以全大写形式出现时,其含义遵循 BCP14 标准:
"MUST"(必须)、"MUST NOT"(禁止)、"REQUIRED"(必需)、"SHALL"(应)、
"SHALL NOT"(不应)、"SHOULD"(建议)、"SHOULD NOT"(不建议)、
"RECOMMENDED"(推荐)、"NOT RECOMMENDED"(不推荐)、"MAY"(可选)、
"OPTIONAL"(可选)。
该声明通过 PR #103 被合并到规范文档中,确保了所有约束性描述的权威性和一致性。
技术意义
- 消除歧义:明确将术语绑定到国际标准,避免社区成员因自然语言差异产生理解偏差。
- 分层约束:
- 必须级(MUST):违反则不符合规范,如协议核心机制的实现。
- 建议级(SHOULD):允许合理场景下的例外,但需评估兼容性影响。
- 可选级(MAY):完全由实现者自主决定的功能。
- 合规性验证:为自动化工具检查规范符合性提供文本模式依据。
实践建议
对于参与技术规范编写的贡献者:
- 严格遵循全大写格式书写关键词,如使用
MUST而非must。 - 在新增约束条款时,根据实际必要性选择恰当的术语层级。
- 当引用其他规范时,注意检查其关键词定义是否与本文档一致。
这一改进虽是小幅调整,却体现了 ModelContextProtocol 对技术文档严谨性的追求,为后续的协议扩展和实现奠定了清晰的语义基础。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
393
292
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
868
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108