1. Function Calling
1. 1.1. 核心流程
2. 1.2. 问题
2. MCP
1. 2.1. 核心组件与架构
3. MCP与Functional Calling的关系

1. Function Calling

大模型的 Function Calling（函数调用）是一种让大语言模型与外部工具或 API 交互的核心技术。它使模型能够根据用户请求，智能地生成结构化调用指令（如 JSON 格式），触发开发者预定义的函数，从而突破纯文本生成的限制，执行实际任务（如查天气、发邮件、查数据库等）。

1.1. 核心流程

1. 用户提问
用户提出需要外部能力的请求，例如： “今天北京的温度是多少？”

2. 模型决策
模型分析请求，判断是否需要调用函数（例如天气查询 API），并选择匹配的函数（如 get_current_weather）。

3. 生成结构化请求
模型输出标准化的函数调用参数（非自然语言），例如：

1
2
3
4


{
  "function": "get_current_weather",
  "arguments": {"location": "北京", "unit": "celsius"}
}

4. 开发者代码执行函数
开发者代码解析该请求，调用真实 API 获取数据：

1

weather_data = get_current_weather("北京", "celsius")  # 返回：{"temp": 25, "condition": "晴"}

5. 将结果返回给模型
将 API 返回的数据重新传给模型：

1

{"temp": 25, "condition": "晴"}

6. 生成最终回答
模型将原始数据转化为自然语言回复： “北京今天气温 25 摄氏度，天气晴朗。”

1.2. 问题

业务（用户提问）和平台接口调用是一体的，客户端直连平台API，需要管理函数的声明，参数传递，结果分析。而且每一次提问，就会进行一次Function Calling。不同的Calling之间是隔离的。

2. MCP

MCP（Model Context Protocol）是由 Anthropic 推出的开源协议，旨在实现大语言模型（LLM）与外部数据源和工具的高效集成。这是一种通用接口协议，类似于 OpenAPI，但专为 AI 模型设计。它通过标准化通信协议、数据格式和规则，让 LLM 能够安全、灵活地连接本地和远程资源（如数据库、API、文件系统等）。

2.1. 核心组件与架构

MCP 采用 客户端 - 服务器 架构，主要组件包括：

MCP Hosts
角色：受控本地资源的入口层，发起上下文请求。
示例：Claude Desktop、AI 开发 IDE。
MCP Clients
角色：协议转换层，维护与服务端的持久连接。示例：语言模型接口适配器。
MCP Servers
角色：封装数据/工具能力，提供标准化接口。
示例：文档解析服务、API 网关服务。
Local Data
角色：受控本地资源（如企业知识库、私有数据库）。
Remote Services 角色：云端扩展能力（如搜索引擎、支付接口）。

3. MCP与Functional Calling的关系

可以简单理解为，MCP是对于Functional Programming的封装，业务层不在需要直接Function Calling，这些都由MCP Servers完成。业务层只需要对接标准的MCP协议接口即可，而且以此业务请求也可以触发多次Function Calling，并将Calling结果整合输出给用户。