MCP和Function Calling的区别是什么?

最近MCP继续持续大火,我们前一篇文章 MCP 很火,来看看我们直接给后台管理系统上一个 MCP? 简单提到了使用 HTTP/SSE 方式的远程服务调用方式,今天我们要讲的是 Function CallingMCP 的区别。

Function Calling: 我先自我介绍啊

Function Calling (本文可能简称为 函数调用),是部分大模型中内置的意图识别能力,能通过大模型分析用户输入的自然语言,识别关联到传入的工具列表的意图中去。

请注意,大模型本身自己是不会直接去调用这些函数的。

大模型会根据函数调用的意图,生成一个函数调用的指令,然后让模型的调用方去执行。

我们通过 天气查询 示例来演示大模型如何调用函数。

sequenceDiagram participant User as 用户 participant Client as 客户端 participant Model as 大模型 participant Server as 天气服务器 User->>Client: 1. 重庆天气如何 Client-->>Client: 2. 封装请求包体(模型,参数,工具库) Client-->>Model: 3. 请求大模型 Model--)Model: 4. 识别到意图 `getWeather`,参数 城市=重庆 Model-->>Client: 5. 返回结果(包含意图) Client-->>Server: 6. 如果意图是查询天气,请求天气服务器 Server--)Client: 7. 返回天气查询结果 Client-)User: 8. 返回天气结果

好像并没有什么问题是吧。

可是,随着工具越来越多,我们需要在 客户端 上写各种各样工具的调用和声明代码,工具越来越庞大不说,而且也更难维护了。

MCP: 兄弟萌我来了

行,那就声明一种协议,用来解决掉这些问题:

MCP:"都别动,我来先给你们起点名字。"

  • MCP服务器:刚才的天气服务器
  • MCP客户端:刚才的客户端

然后在分别给一些职责:

  • MCP服务器:负责声明 MCP 工具,提供 工具调用 的功能
  • MCP客户端:负责管理和连接若干的 MCP服务器,作为 大模型和 MCP服务器之间的桥梁

于是,交互逻辑变了:

sequenceDiagram participant User as 用户 participant Client as 客户端(内置MCP客户端) participant Model as 大模型 participant ServerA as 天气MCP服务器 participant ServerB as 文件MCP服务器 User->>Client: 1. 重庆天气如何 Client-->>ServerA: 2. 你有什么工具吗(tool/list)? Client-->>ServerB: 2. 你有什么工具吗(tool/list)? ServerA--)Client: 3. 我可以查天气 ServerB--)Client: 3. 我可以存文件 Client--)Client: 4. 我整理一下所有工具 Client-->>Model: 5. 帮我识别意图(tools: [查天气,存文件],用户: 重庆天气如何) Model--)Client: 6. 用户意思是要查天气(tool: 查天气,city: 重庆) Client-->>ServerA: 7. 调用天气服务(tool/call) ServerA--)Client: 8. 天气服务返回(天气) Client-->>Model: 9. 帮我整理一下,天气服务器返回数据太`JSON`了 Model--)Client: 10. 整理好了(哇,40℃,人家好热呀~) Client-)User: 11. 哇,40℃,人家好热呀~

MCP: 知道我哪里最厉害吗?

在没有 MCP 之前,Function Calling 请求第三方往往需要在客户端内编写代码,如果需要对接的服务有很多,而且标准不统一,客户端往往需要写大量的代码。

通过 MCP 标准协议,客户端不再需要干这些活,而把函数声明和调用逻辑交给 MCP 服务器,MCP客户端只需要整理和执行调用即可。

解耦之后,约定了标准的大模型通信协议和接口,实现了声明和调用分离,这样,只要对方实现了 MCP 服务器,那就可以直接接入到支持 MCP 的客户端中来。

总结

今天用了两个对比图和简单的文字来总结了一下 Function CallingMCP 的关系,如有错误,欢迎指正。

我们在 SPMS 项目中也实现了一部分 MCP 的工具,可以体验一下:

Github: github.com/s-pms/SPMS-...

Bye~

相关推荐
NocoBase21 分钟前
GitHub 上 Star 数量前 8 的开源 MCP 项目
开源·openai·mcp
redreamSo35 分钟前
AI Daily | AI日报:AI来袭,印度软件业30万岗位危矣!; 首个空间天气AI模型“风宇”亮相WAIC; OpenAI发布ChatGPT Study,颠覆传统教育
程序员·aigc·资讯
裘乡1 小时前
一文入门 MCP(Model Context Protocol)
mcp
Lstmxx1 小时前
解放前端生产力:我如何用 LLM 和 Bun.js 构建一个 YApi to TypeScript 的自动化代码生成服务
前端·ai编程·mcp
裘乡1 小时前
MCP 进阶思考
mcp
唐某人丶1 小时前
前端仔如何在公司搭建 AI Review 系统
前端·人工智能·aigc
CloudWeGo2 小时前
AI编程幻觉频发?字节跳动开源ABCoder:让AI深度阅读你的代码
ai编程·mcp·trae
AI大模型2 小时前
这份最新 AI / 机器学习学习路线!强烈建议收藏并反复阅读!
程序员·llm·agent
在未来等你2 小时前
智能Agent场景实战指南 Day 23 : Agent安全与隐私保护
llm·大模型应用·ai开发·智能agent·agent开发
AI大模型3 小时前
超强大模型LLM面试八股文,54道题背完就超过70%的IT人!
程序员·llm·agent