MCP Server连Milvus后，怎么让AI能理解我“找张类似的图”？

Tool描述里最好把“类似”“相似”“找同款”这些触发词写进去，再给个例子，比如“用户说找类似图片时调用”。MCP这边模型选工具主要靠description，你写search_image_by_vector它根本不知道啥时候该用。另外可以加个前置Prompt，明确告诉它图片相似度得走向量检索而不是文本匹配。我上次也是卡在这，改完描述就顺了。

Tool描述里把“类似”这种模糊词也写进语义说明会好很多，我加了示例后AI才主动走向量检索。

Tool描述里补上“当用户说类似/相似图片时调用”，AI基本就懂了，我这么干过。

写得挺好，建议补充一些性能数据。

这个坑我也踩过，问题大概率不在Milvus那边，而是Tool的description写得太技术了。你写search_image_by_vector，AI看到的是个向量接口，但用户说的是“类似”，中间那层语义映射得靠描述来补。我现在会把description写成“根据图片内容相似度检索，适用于用户说找相似、同款、风格接近的图”这种，效果明显好很多。另外只给vector参数确实不够，AI手里没有向量，它得先有个image_url或者image_id的入口，内部再去调embedding，不然它根本不知道传什么进去。Prompt引导也有用，但别指望它兜底，工具描述本身得让模型一眼看懂什么时候该用。还有个偏方是在服务端加个search_similar_image(image_id)的包装工具，把embedding那步藏起来，模型调用起来负担小很多。你可以先拿MCP inspector看看模型实际生成的tool call长啥样，基本就能定位是没触发还是参数传错了。