LLM的相关概念

MCP解决什么问题?

假设你做了一个工具:查询模型信息。

功能很简单:输入模型名,返回模型路径、输入尺寸、类别数、推荐 net-scale-factor。

核心逻辑可能只有一份:

def get_model_info(model_name):

if model_name == "resnet18_trafficcamnet":

return {

"onnx": "/opt/nvidia/deepstream/deepstream/samples/models/Primary_Detector/resnet18_trafficcamnet_pruned.onnx",

"input_shape": "3x544x960",

"num_classes": 4,

"net_scale_factor": 0.00392156862745098,

}

但如果没有统一协议,你要给不同 Agent 框架分别包一层。

LangChain 可能要这样包装:

from langchain.tools import tool

@tool

def get_model_info_tool(model_name: str) -> dict:

return get_model_info(model_name)

Semantic Kernel 可能要这样包装:

from semantic_kernel.functions import kernel_function

class ModelPlugin:

@kernel_function

def get_model_info(self, model_name: str) -> str:

return json.dumps(get_model_info(model_name))

OpenAI function calling 可能还要写 JSON schema:

{

"name": "get_model_info",

"parameters": {

"type": "object",

"properties": {

"model_name": { "type": "string" }

},

"required": "model_name"

}

}

某个云厂商 Agent 平台可能又要求你写成 REST API:

POST /tools/get_model_info

{

"model_name": "resnet18_trafficcamnet"

}

问题是:底层功能都一样,但每个平台都要一层不同的适配代码。这就是"重复开发适配层"。MCP 想解决的就是这类问题:把工具用统一协议暴露出来,让不同 Agent 客户端都能调用。

相关推荐
AI算力5 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
泯泷5 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件5 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn5 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
一水鉴天6 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn6 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT6 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能
Wellijohn7 小时前
我把公司内部的 12 个 CRUD 接口交给了 AI Agent,然后省出了两周
人工智能·python·mcp
伞伞悦读8 小时前
【第92期】逻辑回归的分数概率与阈值的实验与排查
人工智能·python·深度学习·机器学习