使用 MCP 提示词

到目前为止，我们一直在讨论如何向 MCP Server 添加工具。

但网上很少有人讨论另一项能力：可以通过 MCP Server 向用户提供提示词。

这使你可以把 MCP 用作 提示词目录 ——也就是一组可供用户随时调用、快速完成目标的提示词。

下面展示 我最喜欢的提示词模板之一 ，我在创作本文时就使用了它。

代码

先从样板代码开始：Server 和 Transport：

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new McpServer({
  name: "Prompt Directory",
  version: "1.0.0",
});

// ...more code in here

const transport = new StdioServerTransport();
await server.connect(transport);

这个 Server 将包含一个 cleanTranscription 提示词。我大多数文章都通过口述录制，这个提示词能帮助我清理转录中的错误。

滚动式代码讲解

首先添加一个 prompt 到 Server。它的语法与 tool非常相似。不过这里不使用 server.tool，而是调用 server.prompt:

接下来添加一段描述，说明这个工具的实际作用。

这个工具会接收需要清理的文件路径，因此使用 zod 定义该参数：

最后添加回调函数，返回提示词的值。返回结果位于 messages 数组中，其中 role 为 user ，并包含一段文本内容。

server.prompt("cleanTranscription");

这意味着我们已经向 MCP Server 添加了一个名为 clean transcription 的提示词模板。

想继续深入：加入“面向真正工程师的 AI 编码”候补名单

提示词

如果你感兴趣，下面就是我使用的提示词：

const getPrompt = (path: string) =>
  `
Clean up the transcript in the file at ${path}
Do not edit the words,
only the formatting and any incorrect transcriptions.
Turn long-form numbers to short-form:
One hundred and twenty-three -> 123
Three hundred thousand, four hundred and twenty-two -> 300,422
Add punctuation where necessary.
Wrap any references to code in backticks.
Include links as-is - do not modify links.

Common terms:
LLM-as-a-judge
ReAct
Reflexion
RAG
Vercel
`;

其中大约包含 200 个常见术语，为保持简洁，这里没有全部列出。

演示

可以在 Claude Code 中采用与前面相同的方式.

连接后，提示词模板会作为一个可在 Claude 内部运行的命令加载。输入以下内容即可访问： /cleanTranscription ，从 Claude Code 界面连接到这个 Server。提示词会通过自动补全显示：

/cleanTranscription visible from Claude Code

运行命令后，系统会提示我们填写 path 参数：

Claude Code asking for the path variable

随后便会针对该文件运行提示词。

总结

这是一个把 MCP Server 用作提示词目录的简单示例。你可以向用户提供一组提示词，让他们用这些提示词引导自己的 LLM 行为。

它既是非常强大的个人效率工具，也可以为 MCP Client 的常用工作流提供命令。