推荐语
深入了解MCP和Function Call在AI领域的应用差异与优势。
核心内容：
1. Function Call在大型语言模型中的应用与工作流程
2. MCP架构与Function Call的本质区别
3. MCP带来的开发优势和应用场景
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
本人在之前开发的项目中大量使用Funtion Call， MCP获得关注后，开始并没有完全理解两者的区别和MCP的实际意义。仔细思考了MCP和Function Call的本质区别，有了一些心得，总结归纳如下。
Function Call
在大语言模型（如大语言模型LLM）中，Function Call（函数调用） 是一种让模型能够与外部工具、API或系统交互的机制，使其不仅能生成文本，还能执行特定任务（如查询数据库、调用计算接口等）。以下是其核心工作流程：
- 定义被Function Call调用的Tools。
- 用户输入时， LLM根据输入匹配Tools的定义，决定执行哪个Tool。调用的时候根据用户输入信息动态生成参数
- Tool可以调用外部API, 比如天气查询；或者读取本机文件（例如企业黑话汇总文件)
- LLM根据Tool调用结果，直接生成回复，或者可以根据返回结果决定是否要调用其他Tool.
MCP
官方给出的MCP架构是这样的：
这个架构定义比较抽象， 这里把上面的Function Call结合一下，个人感觉比较容易理解
从此图可以看出，最大的改动在于Tool的定义移到Application外面了。 具体来说， 现在由原来提供API的服务提供商来定义Tools, 并封装成一个MCP Server. 例如，高德地图把他们的地理编码/逆地理编码/路径规划等API封装成Tools并提供一个API。详细参考https://lbs.amap.com/api/mcp-server/summary
如此一来应用开发者只要在原来的Application中实现MCP Client，根据LLM的指示调用对应的MCP Server就行了。原来的Application现在也叫MCP Host了。
MCP的优势
极大简化应用开发工作量
假设应用要调用100个api, Function Call方案要实现100个Tool, 现在不用了，因为Tool是服务提供商实现了。应用侧只需要实现一个mcp client就行。
更容易标准化
如果企业有多个团队，Function Call每个团队都要实现自己的Tool, 实现方式五花八门.现在这样的问题不存在了。
增加Tool的可靠性和可复用性
由服务商实现Tool, 并提供全世界开发者使用，比每个Tool由全世界不同的开发者分别实现，复用性大大增加。
增加Tool的易用性
如果应用逻辑并不复杂， 无需开发自己的MCP Host和MCP Client。 借助已有的工具例如Cursor, CLine， 直接调用MCP Server完成工作。 对于没有编程经验的人来说，可用性大大增强。
粤ICP备14082021号
免费POC，
零成本试错
