近期各種各樣的AI名詞不停沖擊，一開始根本搞不清這些概念，經(jīng)過一段時(shí)間的探索和學(xué)習(xí)，對這些東西有了一定的了解，趁著這個(gè)機(jī)會(huì)分享一下。
User prompt 就是定的角色 System prompt現(xiàn)在一般集成在系統(tǒng)中，只要不是用戶直接說的角色定義，就是 System prompt，例如偏好。
但是這里還是需要自己提問
這種方式在提問時(shí)使用自然語音，大模型偶爾會(huì)返回不正確的格式。處理方式一般是重試，但是這種重試的方式感覺不靠譜。所以有了新的方法。
Function calling，定義了一個(gè)json。
比較嚴(yán)謹(jǐn)，定義了System prompt、AI使用工具時(shí)返回的格式等等。這樣的話，所有的工具放在相同地方，描述也用相同的格式，AI的回復(fù)也是相同的格式，這樣就更有針對性的訓(xùn)練模型。
目前System prompt 和Function calling 目前是共存，各家使用的不一樣。以上都是Agent和模型之間的通訊。
下面說agent怎么和工具進(jìn)行通訊
工具很多，如果全部和agent放在一起，就會(huì)有重復(fù)，在每個(gè)Agent當(dāng)中都寫一份的話，就顯得有點(diǎn)笨，這時(shí)候就要用到MCP。把所有的工具統(tǒng)一托管，所有的Agent都來調(diào)用，這個(gè)調(diào)用過程中的通信協(xié)議，就是MCP。一個(gè)典型的C/S架構(gòu)。工具這邊運(yùn)行的就是SERVER。調(diào)用他的Agent就是MCP CLIENT。
所以其實(shí)，MCP并不關(guān)心你用的是哪個(gè)模型，它只負(fù)責(zé)工具這邊的調(diào)用，至于傳過來的參數(shù)和使用方法對不對，還是要看模型的能力。
最后我們梳理一下整個(gè)流程。
暫無評論，快來評論吧!