0Pricing
MCP Academy · Pelajaran

Meminta Penyelesaian dari Host

Panggil klien untuk menjalankan prompt LLM.

Meminta Penyelesaian dari Host adalah pelajaran MCP Academy gratis di CoddyKit. Ini adalah pelajaran 2 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MCP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MCP Academy mencakup 4 pelajaran total.

Metode Permintaan

Untuk meminta hasil generasi, server Anda mengirimkan permintaan sampling/createMessage kepada klien melalui protokol.

{ "method": "sampling/createMessage" }

Jangkau Klien melalui Konteks

Di dalam alat, Anda memperoleh objek Konteks. Sesi objek tersebut adalah jalur Anda kembali ke klien yang dapat menjalankan pengambilan sampel.

async def tool(topic: str, ctx: Context) -> str:
    ...

Panggil create_message

SDK Python menyediakan ctx.session.create_message. Tunggu hasilnya, teruskan pesan Anda, dan Anda akan mendapatkan balasan model.

result = await ctx.session.create_message(
    messages=[...],
    max_tokens=100,
)

Buat SamplingMessage

Setiap giliran yang Anda kirim adalah SamplingMessage dengan peran seperti pengguna dan blok konten yang memuat teks sebenarnya.

SamplingMessage(role="user",
    content=TextContent(type="text", text=prompt))

Bungkus Teks dalam TextContent

Teks biasa ditempatkan di dalam TextContent dengan jenis yang ditetapkan sebagai teks. Pembungkus bertipe itulah yang digunakan MCP untuk membawa isi pesan.

TextContent(type="text", text="Summarize this report")

Selalu Tetapkan Token Maksimum

Berikan batas atas kepada model dengan token_maksimum. Ini membatasi panjang balasan yang dihasilkan dan menjaga biaya tetap dapat diperkirakan.

max_tokens=200

Baca Hasilnya

Konten balasan adalah blok bertipe. Periksa jenisnya, dan jika berupa teks, baca result.content.text untuk memperoleh jawabannya.

if result.content.type == "text":
    return result.content.text

Periksa Model yang Berjalan

Hasilnya juga melaporkan model yang dipilih klien, sehingga Anda dapat mencatat dengan tepat model yang menghasilkan keluaran Anda.

print(result.model)  # e.g. claude-3-sonnet-20240307

Ketahui Alasan Berhentinya

Kolom stopReason memberi tahu alasan generasi berakhir—misalnya endTurn atau karena mencapai batas token maksimum Anda.

result.stopReason  # "endTurn"

Keseluruhan Alat secara Singkat

Jadi, alat pengambilan sampel terdiri dari: membuat pesan, menunggu create_message, lalu mengembalikan teks—hanya beberapa baris.

r = await ctx.session.create_message(
    messages=[msg], max_tokens=100)
return r.content.text

Panggilan Dapat Ditolak

Ingat, permintaan dapat ditolak oleh pengguna. Perlakukan penolakan seperti kegagalan apa pun dan tangani dengan baik.

Pemeriksaan Singkat

Satu detail tentang melakukan panggilan dari alat Anda.

Rangkuman

Kirim sampling/createMessage melalui ctx.session, bungkus perintah dalam SamplingMessage dan TextContent, tetapkan token_maksimum, lalu baca result.content.text. 💬

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Meminta Penyelesaian dari Host” gratis?

Ya — teks lengkap “Meminta Penyelesaian dari Host” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MCP Academy, upgrade ke CoddyKit PRO. Kursus MCP Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Meminta Penyelesaian dari Host”?

Panggil klien untuk menjalankan prompt LLM. Kamu berlatih MCP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai MCP Academy?

Tidak diperlukan pengalaman sebelumnya. MCP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 2 dari 4.

Berapa lama pelajaran “Meminta Penyelesaian dari Host” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran MCP Academy ini?

Ya. Setiap pelajaran MCP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Kemampuan yang Dibuka Sampling
  2. Meminta Penyelesaian dari Host
  3. Membentuk Pesan dan Preferensi
  4. Persetujuan dengan Manusia dalam Proses
← Kembali ke MCP Academy