Agent 工具接入¶

Agent 执行循环的 Act 步骤需要外部能力。Function Calling 和 MCP 是两个基础层——前者定义"怎么调用"，后者定义"怎么发现和连接"。更高层的能力编排见 Agent Skills。

1. Function Calling¶

各厂商 API 的原生工具调用机制，是所有上层方案的基础。

核心流程：模型输出结构化的函数调用请求（函数名 + 参数），宿主程序执行后将结果注入上下文，成为下一轮推理的 Observation。

设计要点：

• 函数描述的质量直接影响调用准确率（本质上是 prompt engineering）
• 并行函数调用（parallel function calling）减少循环轮次
• 模型需要在"调用工具"和"直接回答"之间做判断

2. MCP（Model Context Protocol）¶

Anthropic 提出的 Agent—工具连接协议¹，将工具的发现、描述、调用标准化。

解决的问题：Function Calling 只定义了"怎么调用一个函数"，没有定义"怎么发现有哪些函数可用"。每个工具提供者要为每个 Agent 写一套适配——MCP 用统一协议消除了 M×N 集成问题。

架构：

Agent（MCP Client）←→ MCP Server ←→ 外部资源
                        ├── Resources（只读数据源）
                        ├── Tools（可执行操作）
                        └── Prompts（提示模板）

技术要点：

• Server-Client 架构：每个 MCP Server 封装一组相关能力（如 GitHub Server 封装仓库操作），Agent 作为 Client 连接多个 Server
• 三种原语：Resources（只读数据）、Tools（可执行操作）、Prompts（可复用提示模板）
• 传输层：支持 stdio（本地进程）和 Streamable HTTP（远程服务）

参考资料¶