Function Calling 解决的是单次调用的消息格式问题，MCP 解决的是工具生态的标准化管理和复用问题，两者是不同抽象层次的东西。MCP 底层依然靠 Function Calling 驱动，模型根本感知不到 MCP 的存在，所有的工具发现、schema 转换、调用路由都发生在宿主程序层。

OpenAI 早在2023年06月就推出了 Function Calling，为大模型提供了工具调用功能。Anthropic 在2024年11月推出了 MCP，旨在标准化 AI 大模型与外部工具和数据源的交互。 MCP 是否要取代 Function Calling？下文详细剖析。 Function Calling 是由 OpenAI 等公司推动的一种技术，它允许大 ...

大家都知道chatGpt、Deepseek、Claude等大语言模型(LLM)很厉害，但他们是基于某个时间点以前的数据训练的，意思就是他们本质是离线的。那天然导致有很大的局限性，如你问实时广州的天气是怎样时，你问下现在广州南站的人流大不大等，这种要联网的数据他们就 ...

MCP（模型上下文协议）、Function Calling 和 AI Agents 是三种重要的技术手段，它们在实现 AI 模型与外部系统交互方面各有特点。本文将详细对比这三种技术，并深入探讨 MCP 的多项显著优势。 MCP、Function Calling 和 AI Agents 的区别 Function Calling:平台依赖的函数调用机制 ...

学习如何将大型语言模型连接到外部工具。 介绍 函数调用允许您将模型如gpt-4o与外部工具和系统连接起来。这对于许多事情都很有用，比如为AI助手赋能，或者在你的应用程序与模型之间建立深度集成。 在2024年8月，我们推出了结构化输出功能。当你在函数定义 ...

作为只使用 GPT API 的开发者，我非常眼馋 ChatGPT 的插件能力，但限于当时 GPT-3.5 没有开放相关接口，虽然可以使用 LangChain 等辅助工具实现类似能力，但终归有些麻烦。不过随着 OpenAI 大更新 ，我们终于可以在利用 API 来实现插件能力了！而实现插件能力的基础 ...