面试官：注册一个 MCP 工具时，你最先看哪些字段？

测试客服 Agent 时用户说“帮我看看订单 A1024 能不能退。”Agent 没有查询退款资格而是直接调用工具发起了退款。你刚说“模型理解错了”面试官就打开工具列表order — 处理订单相关请求 refund — 处理退款相关请求“哪个字段告诉模型一个是查询退款资格一个是执行退款”MCP 工具注册成功只代表客户端能发现它。注册得好不好决定了模型会不会选对工具、填对参数以及客户端能不能在危险动作前踩住刹车。一、先解决“选对工具”name 和 description模型面对十几个工具时先要决定“这次该用哪个”。最直接的依据就是工具名称和描述。从协议 Schema 看name和inputSchema是必填字段description是可选字段。但从工程效果看description 不能省只有名字没有动作边界模型仍然只能猜。这里要区分“能不能注册”和“注册后好不好用”。缺少必填字段工具定义本身不完整缺少可选描述协议层可能仍能接受但模型做选择时会失去最关键的上下文。可选不等于不重要。order、process、execute这类名字太宽。更好的名字应使用“动词 对象”把动作说清楚例如check_refund_eligibility和create_refund。同一个 Server 内工具名还要保持唯一别让两个能力看起来像同一件事。description 不能只写“处理退款”。要把工具做什么、什么情况下使用以及会不会产生副作用写进同一段说明。比如查询指定订单是否满足退款条件只返回资格与原因不创建退款。需要真正退款时使用create_refund。这句话同时告诉模型“什么时候用”和“什么时候别用”。工具选错很多时候不是模型笨而是注册信息把两个动作写成了近义词。二、再解决“填对参数”inputSchema工具选对之后下一关是参数。inputSchema要把参数名称、类型、必填项和约束写清楚。json{type:object,properties:{order_id:{type:string,description:订单编号},reason:{type:string,enum:[duplicate,quality_issue,other]}},required:[order_id,reason],additionalProperties:false}常见问题都很具体字段叫id却没说明是订单号还是用户号参数实际上必填却没放进required明明只有三个合法原因却允许模型随便生成字符串。Schema 管的是结构。订单是否存在、是否过退款期、当前用户有没有权限仍要由工具代码做业务和授权校验不能因为 JSON 合法就直接执行。三、最后验证结果outputSchemaoutputSchema是可选字段但写操作很值得补上。它可以约束结构化结果应该返回哪些字段例如退款编号、状态、金额和币种。比如约定结果必须包含refund_id、status和amount_cents客户端就能在交给模型前发现缺字段或类型错误而不是只接收一句“退款成功”。不过输出 Schema 只能证明“返回值长得对”不能证明退款真的到账。高风险动作仍要再查订单状态验证业务事实。四、安全旁路annotations 只负责提示风险工具还可以通过 annotations 标记自己是否只读、是否可能破坏数据、重复调用是否幂等以及是否会接触开放世界。这些字段能帮助客户端决定是否弹确认、是否允许重试、是否提高风险等级但它们不属于“选工具—填参数—验结果”这条调用主线而是一条安全旁路。更重要的是它们只是 Server 提供的提示。一个工具写着readOnlyHint: true不会因此自动失去写数据库的权限。注册方要如实填写接入方还要结合源码、权限和真实测试验证。annotations 是风险说明不是安全控制。五、展示和扩展字段放到后面title、icons、execution和_meta都是可选字段。前两者服务人类界面后两者处理任务执行与协议扩展。它们有价值但不能挽救一个含糊的工具契约。名称和描述没说清动作Schema 没卡住参数再好看的图标也只是在美化一次错误调用。注册完成后用 Inspector 查看工具清单、Schema 和描述再测试正常参数、缺参、非法枚举、越界值和执行错误。不要只测一次成功调用。六、面试官追问30 秒怎么答注册 MCP 工具时我先看name和description确认模型能区分相似工具以及动作副作用。再检查inputSchema的字段、required 和取值约束结构通过后仍要做业务与授权校验。有结构化结果时补outputSchema让客户端先验证返回值。annotations只作为风险提示title、icons、execution和_meta放到后面完善。先让工具被正确理解、正确调用、正确校验再谈展示和扩展。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】