在长时间运行的 MCP 工具调用期间,让你的智能体不再被阻塞。
Paul Scanlon·2026 年 11 月 11 日
·阅读时长 4 分钟
你现在可以在 Mastra 中使用 tasks 了 MCPServer ,并 MCPClient 在后台运行长时间运行的工具调用。客户端可以轮询服务器,直到任务变为 completed,然后将结果交回给智能体。
当工具调用正在进行时,智能体会被阻塞,无法响应用户请求。将工具调用移至任务后,智能体便可在缓慢或昂贵的计算于后台运行时继续响应。
在 tasks 出现之前,MCP 工具调用是同步的。每次调用都由一个保持打开直到完成的单一 HTTP 请求处理,并阻塞智能体循环。Mastra 现有的 后台任务 原语可用于释放智能体循环,但如果工具调用超出代理超时或负载均衡器的空闲限制,它最终会失败。
借助任务,MCP 服务器可以快速返回一个任务 ID(该 ID 会完成 HTTP 请求并解除对智能体的阻塞)。随后,MCP 客户端使用该 ID 轮询服务器,接收到的响应中包含任务状态为“ working, input_required, completed, failed、 、 、 cancelled任务完成后,Mastra 会向智能体发送一个 通知信号,该信号会在其下一次模型请求时到达一个活跃的运行,而不是等待智能体循环结束。
在我们 MCP 2.0 支持,任务加入 MCP 事件 ,作为 Mastra 的 MCP 服务器和客户端原语的最新成员。
开始使用
npm install @mastra/mcp@latest @mastra/core@latest@mastra/mcp@2.7.0 以及 @mastra/core@1.81.0 或更高版本,于 PR #28420.
启用 backgroundTasks 在你的 Mastra 实例上:
export const mastra = new Mastra({
// ...
storage: new LibSQLStore({ id: "mastra-storage", url: "file:./mastra.db" }),
backgroundTasks: { enabled: true }
});MCP 服务器
可以使用以下配置选项之一将工具配置为作为任务运行:
"always":该工具调用始终作为任务运行。"auto":如果工具调用耗时超过syncWindowMs(默认 2 秒)。"off":该工具调用永远不会作为任务运行。这是默认设置。
import { MCPServer } from "@mastra/mcp";
import { reportTool } from "../tools/report-tool";
export const mcpServer = new MCPServer({
id: "mcp-server",
// ...
tools: { reportTool },
tasks: {
tools: { reportTool: "always" }
}
});在你的 Mastra 实例上注册该服务器:
export const mastra = new Mastra({
// ...
mcpServers: { mcpServer }
});作为任务运行的工具仍可使用 suspend() 请求人工输入。任务会暂停在“ input_required 状态,直到客户端响应:
export const reportTool = createTool({
// ...
resumeSchema: z.object({
approved: z.boolean()
}),
execute: async (inputData, context) => {
if (!context.resumeData) {
await context.suspend?.({ message: "Generate a report?" });
return;
}
// ...
}
});MCP 客户端
在 MCP 客户端上设置,以便它可以轮询 MCP 服务器上的任务结果,并在工具调用请求人工输入时使用 进行响应:src/mastra/mcp/mcp-client.ts使用 选项将 MCP 服务器工具添加到智能体:src/mastra/agents/agent.ts如需更多信息和完整配置选项,请参阅:MCPServer 任务MCPClient 任务MCPClient:响应输入请求使用 suspend() 进行工具审批后台任务MCP Tasks 扩展(SEP-2663)MCP 任务仍处于实验阶段——API 可能在不同版本之间发生变化。Sha tasks 在 MCPClient 以便它可以从 MCP 服务器轮询任务结果,并使用 inputRequests 当工具调用时进行响应 suspend() 用于人工输入:
export const mcpClient = new MCPClient({
servers: {
mcpServer: {
url: new URL("http://localhost:4111/api/mcp/mcp-server/mcp"),
tasks: true,
inputRequests: async () => {
// content.approved matches the tool's resumeSchema
return { action: "accept", content: { approved: true } };
}
}
}
});使用以下选项将 MCP 服务器工具添加到智能体: tools 选项:
export const agent = new Agent({
// ...
tools: await mcpClient.listTools()
});如需更多信息和完整配置选项,请参阅:
MCP 任务仍处于实验阶段——API 可能在不同版本之间发生变化。
分享到 或 LinkedInPaul Scanlon技术产品营销经理Paul Scanlon在 Mastra 负责开发者教育与产品营销之间的工作。此前,他曾在 Neon 担任技术产品营销经理,并在 Gatsby 从事开发者关系工作,期间创作了教育内容并打造了开发者体验。Paul Scanlon 的所有文章 →更多关于 MCP所有文章博客2026年10月23日推出 Mastra 中的 MCP Events从 MCP 服务器向智能体、工作流和应用发送实时事件。博客2026年10月21日简介 或 LinkedIn
Paul Scanlon技术产品营销经理Paul Scanlon 在 Mastra 负责开发者教育与产品营销之间的工作。此前,他曾在 Neon 担任技术产品营销经理,并在 Gatsby 从事开发者关系工作,期间创作了教育内容并打造了开发者体验。
Paul Scanlon 的所有文章 →更多关于 MCP
所有文章博客 2026年10月23日推出 Mastra 中的 MCP Events
从 MCP 服务器向智能体、工作流和应用发送实时事件。
博客 2026年10月21日推出 Mastra 中的 MCP 2.0 支持
升级了对 MCP 2026-07-28 的支持。
文章 2026年8月15日9 大最佳 MCP 网关(2026 年 8 月):功能、差异与用例
本指南比较了九款领先的 MCP 网关,解释了它们如何处理治理与基础设施,并帮助你为你的 AI 应用选择合适的网关。
AI 热点