企业官网建设流程全解析

分两种完全独立场景，讲清「自动识别 AI 调用」和「手动 callTool 主动调用」

一、场景 1：VSCode Copilot / Claude Desktop 这类 AI 客户端（日常开发用）

1. 自动识别 + AI 自动调用（无需你写callTool）

1. MCP Server 启动握手时，会把所有server.tool()的名称、描述、inputSchema上报给客户端；
2. 客户端把全部工具元数据注入 LLM 上下文；
3. 当你对话提问时，大模型会自动判断是否需要调用工具：
   • 例如你问：帮我生成一条随机用户写入json
   • LLM 识别匹配create-random-user工具，客户端自动底层发送tools/call请求；
   • 全程不用开发者手动写callTool，完全是 AI 自动驱动。

执行链路

你聊天提问 → LLM 识别需要工具 → 客户端自动执行底层callTool→ 服务端执行逻辑 → 结果返回对话。

二、场景 2：自建脚本 / CLI 客户端（你写 Node 代码控制 MCP）

只能手动callTool()主动调用，不存在自动识别

如果你自己用@modelcontextprotocol/sdk/client写独立脚本、终端工具：

typescript

运行

// 必须手动写这一行主动发起调用，不会有任何AI自动帮你调用 const res = await mcp.callTool({ name: "create-random-user", arguments: {} });

• 这里没有大模型参与判断；
• 程序、你自己的代码决定什么时候、调用哪个工具；
• 不存在 “自动识别”，完全由代码主动触发。

三、核心区分对比表

表格

四、关键补充知识点

1. 工具列表是统一自动同步的无论哪种模式，客户端启动时都会自动拉取全部工具元数据（tools/list），这个同步动作是自动的； 区别只在于：谁来决定要不要执行 call。

   • AI 客户端：LLM 判断执行 call
   • 自建脚本：你的代码判断执行 call

2. 底层通信报文完全一致 不管是 AI 自动调用，还是你手动写callTool，发给 MCP Server 的 JSON-RPC 报文一模一样：

   json

   {"method":"tools/call","params":{"name":"xxx","arguments":{}}}

3. 结合你create-random-user的完整例子

例子 A：VS Copilot 自动调用（不用写 callTool）

你输入：生成随机用户

1. Copilot LLM 自动识别对应工具；
2. 插件底层静默执行 callTool；
3. 服务端内部走 sampling 反向调用模型生成用户；
4. 结果直接输出聊天框。

例子 B：自建 CLI 手动调用（必须写 callTool）

typescript

运行

// 代码主动触发，没有AI自动识别逻辑 const res = await mcp.callTool({ name: "create-random-user", arguments: {} }); console.log(res.content[0].text);

五、一句话总结

1. 带 AI 的可视化客户端（Copilot/Claude）：工具会被自动识别，大模型可自动发起工具调用，你不用手写callTool；
2. 纯代码自建 MCP 客户端脚本：没有 AI 自动判断，只能你手动调用callTool()主动执行工具；
3. 两种场景底层通信标准完全相同，只是上层触发主体不同。