当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > MCP Tasks 如何实现可取消工具调用:tasks/cancel、cancelled 与客户端收口

MCP Tasks 如何实现可取消工具调用:tasks/cancel、cancelled 与客户端收口

来源:17golang原创 2026-08-30 08:13:12 0浏览 收藏

一个 MCP 工具调用如果要跑几分钟,客户端通常不能一直占着前台等待。MCP Tasks 可以给这次调用分配 taskId,让客户端轮询状态、读取结果;用户点击“停止”时,也必须走任务自己的取消协议。关键点是:取消请求返回后,客户端要按 cancelled、completed、failed 三种终态分别收口,不能把一次网络响应当成任务已经停止的证明。

可取消的 MCP 工具调用应先确认双方声明了 tasks.cancel 与对应的工具任务能力,再用 tasks/cancel 发送 taskId;客户端最终仍要用 tasks/get 或结果读取确认状态。

要点速览
  • MCP Tasks 是 2025-11-25 规范引入的实验性能力,能力声明决定客户端能否创建和取消任务。
  • 工具任务还要检查 execution.taskSupport:required、optional 和 forbidden 不能混用。
  • tasks/cancel 的参数只有目标 taskId;已处于 completed、failed 或 cancelled 的任务应按无效参数处理。
  • 取消与完成可能竞态,界面应以最终任务状态为准,并保存取消请求、最后状态和服务端消息。

先把普通请求取消和任务取消分开

MCP 普通请求可以使用 notifications/cancelled,它表达的是“这次请求的结果已经不再需要”,接收方不一定返回一个新的终态。任务则不同:它有自己的状态机和可轮询的 taskId,取消必须发送 tasks/cancel,不能拿普通取消通知替代。

任务状态至少要区分 working、input_required、completed、failed、cancelled。其中 input_required 不是失败,客户端仍应读取任务结果来获得下一步输入;而 cancelled 才是用户取消后的任务终态。

MCP Tasks 从 working 到 tasks/cancel 的任务状态与终态收口路径

初始化时核对 tasks.cancel 与工具任务能力

能力协商是第一道门。服务端要在初始化能力中声明 tasks.cancel,并声明哪些请求支持任务增强,例如 tasks.requests.tools.call。客户端不能因为某个工具名称看起来耗时,就擅自给它加上任务参数。

工具列表还会提供更细的 execution.taskSupport。缺省值或 forbidden 表示不能把这个工具作为任务调用;optional 允许客户端在普通调用和任务调用之间选择;required 则要求客户端使用任务方式。两层能力都满足后,才进入下面的任务生命周期。

{
  "capabilities": {
    "tasks": {
      "cancel": {},
      "requests": {"tools": {"call": {}}}
    }
  }
}

{
  "execution": {"taskSupport": "optional"}
}

创建任务后保存 taskId、ttl 与 pollInterval

客户端发起任务增强的工具调用时,可以在参数中请求 task.ttl。服务端返回的任务对象会带上服务端生成的 taskId,以及建议的 pollInterval。这些字段应该原样写入客户端的任务记录,不要自己解析或改写任务 ID。

{
  "task": {"ttl": 60000}
}

{
  "taskId": "786512e2-9e0d-44bd-8f29-789f320fe840",
  "status": "working",
  "ttl": 30000,
  "pollInterval": 5000
}

轮询间隔可以参考 pollInterval,但不能把它当成“任务一定在这段时间内完成”的承诺。客户端应设置自己的页面超时和重试边界,同时保留服务端的 statusMessage,方便定位失败原因。

点击停止时发送 tasks/cancel

用户点击停止后,客户端发送一个 JSON-RPC 请求,参数只指向当前任务的 taskId:

{
  "jsonrpc": "2.0",
  "id": 6,
  "method": "tasks/cancel",
  "params": {
    "taskId": "786512e2-9e0d-44bd-8f29-789f320fe840"
  }
}

服务端收到有效请求后,应尝试停止任务,并在响应前把任务转为 cancelled。已经是 completed、failed 或 cancelled 的任务不能再次取消,应返回 JSON-RPC 的 -32602 无效参数错误。

MCP tasks/cancel 根据任务终态分流并回到客户端最终状态核对

处理取消与完成同时到达的竞态

网络延迟会让取消请求和任务完成几乎同时发生。客户端发送取消后,可以先把按钮置为“正在停止”,但不要立即把结果标记成失败。随后调用 tasks/get 或读取任务结果,按照服务端最终返回的 status 更新界面:

最终状态客户端显示后续动作
cancelled已停止清理轮询,保留取消原因
completed任务已完成读取并展示结果,不覆盖成取消
failed执行失败展示 statusMessage,按业务决定是否重试

如果服务器已经确认任务完成,取消请求可能被拒绝;如果取消已经生效,即使底层工作线程因为竞态继续运行,任务状态也不能再被改回完成。对用户来说,任务状态和底层资源停止是两个需要分别记录的事实。

常见问题

tasks/cancel 能取消普通 MCP 请求吗?

不能。它针对带任务状态的请求;普通请求应使用规范定义的 notifications/cancelled,两者的响应和终态语义不同。

收到 tasks/cancel 响应就能停止轮询吗?

不建议直接停止。客户端仍应确认任务状态,至少记录最后一次 tasks/get 结果,避免把传输层响应误当成业务终态。

已经 completed 的任务还能取消吗?

按 2025-11-25 Tasks 规范,终态任务再次取消应被视为无效参数,服务端返回 -32602。

任务取消后结果会一直保留吗?

不会有固定保证。任务有 ttl,服务端也可以在取消后删除任务;客户端要在取消前读取仍需要的结果和审计信息。

把任务取消验收写进客户端

实现完成后,至少测试四条路径:能力未声明时拒绝创建任务;working 任务取消后进入 cancelled;任务已完成时取消返回 -32602;取消请求和完成响应同时到达时,页面以最终状态为准。这样既能保护服务端资源,也能避免 UI 出现“显示已停止但结果又覆盖回来”的矛盾状态。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Kdenlive 如何导出 MP4 视频:渲染页面、编码器选择与输出文件核对Kdenlive 如何导出 MP4 视频:渲染页面、编码器选择与输出文件核对
上一篇
Kdenlive 如何导出 MP4 视频:渲染页面、编码器选择与输出文件核对
Go 生态新增 pkg.go.dev API:团队如何评估自动化依赖巡检的收益与限制
下一篇
Go 生态新增 pkg.go.dev API:团队如何评估自动化依赖巡检的收益与限制
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    473次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    531次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    551次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    503次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    320次使用