大模型 | 一文搞懂MCP(模型上下文协议)零基础入门到精通，收藏这篇就够了-CSDN博客

本文链接：https://blog.csdn.net/Python_0011/article/details/149999440

在大型语言模型（LLM）应用中，MCP（模型上下文协议，Model Context Protocol）是优化模型与上下文交互的核心机制，旨在解决长对话、复杂任务和多轮交互中的上下文管理难题。

一、MCP（模型上下文协议）

1、MCP（Model Context Protocol，模型上下文协议）是什么？

MCP（模型上下文协议）是由nthropic公司于2024年11月底开源发布的一种开放标准协议。

MCP协议旨在实现大型语言模型（LLM）与外部数据源和工具之间的无缝集成，通过提供标准化的接口，使AI应用程序能够安全、可控地与本地或远程资源进行交互。

MCP协议遵循客户端-服务器架构，其核心组成部分包括：

MCP主机（MCP Hosts）：发起请求的AI应用程序，如聊天机器人、AI驱动的IDE等。
MCP客户端（MCP Clients）：在主机程序内部，与MCP服务器保持1:1的连接。
MCP服务器（MCP Servers）：为MCP客户端提供上下文、工具和提示信息。每个MCP服务器都专精于一类工作，如读写浏览器、读写本地文件、操作Git仓库等。

2、MCP为什么是模型上下文协议？

MCP旨在解决大模型在处理长对话、多轮交互时面临的上下文长度限制导致的信息丢失问题。

MCP采用分层注意力机制，包括局部注意力处理当前窗口交互，全局注意力存储长期关键信息，并通过上下文压缩自动生成语义摘要和构建实体-关系图谱来结构化存储对话内容。
在这里插入图片描述

二、Function Calling、Agent

1、MCP和Function Calling的区别是什么？

MCP和Function Calling在大语言模型（LLM）与外部工具或数据源交互方面各有优势。

MCP作为一种开放标准协议，提供了统一的接口和流程，支持工具发现、调用执行、统一接口、双向通信和上下文管理，适用于复杂场景下的多工具协调与上下文管理。

而Function Calling则作为模型内部的功能扩展，是LLM的一种能力，允许模型根据用户输入生成结构化的函数调用指令，从而与外部工具或API交互。Function Calling能够快速实现简单场景下的函数调用任务。

2、MCP如何与Agent进行结合？

Agent作为一个MCP Client（客户端），通过MCP协议与MCP Server（服务器）进行通信。

MCP Server（服务器）负责提供多种外部工具和服务，如数据库查询、API调用、数据抓取等多种外部工具和服务。MCP支持动态工具发现机制，使Agent能够在运行时灵活获取可用的工具列表。通过为Agent提供统一的接口标准，MCP使得Agent能够根据任务需求，轻松调用不同的工具和服务，从而实现与外部工具和服务的无缝集成。当Agent需要执行特定任务时，它只需通过MCP协议向MCP Server发送请求，即可调用相应的工具或服务来完成任务。

在这里插入图片描述