当前位置：首页 > news >正文

Function calling和mcp区别

news 来源：原创 2025/5/30 12:48:46

Function calling 和 MCP（Model Context Protocol，模型上下文协议） 都是让大语言模型（LLM）与外部世界交互的方案，但在设计目标、覆盖范围和实现方式上有明显差异。

定义
Function calling 是 OpenAI 在 GPT 系列（如 gpt-4-0613、gpt-3.5-turbo-0613 等）中推出的一项 API 功能。开发者在请求里向模型提供一组“函数定义”（包括函数名、参数 JSON Schema、描述等），模型会根据对话内容自动判断是否需要调用其中某个函数，并输出一个符合 Schema 的 JSON 调用指令。
典型流程
1. 客户端调用 Chat Completions API，并在 functions 参数里传入若干函数定义。
2. 模型在生成回复时，如果判断需要外部操作，就输出：
```
{"name": "get_current_weather","arguments": { "location": "Boston", "unit": "celsius" }
}
```
3. 客户端接收上述函数调用指令，执行本地或远程函数，获得返回值后，再把结果传给模型，模型据此生成最终回复。
适用场景
- 简化“自然语言 → API 调用” 的桥梁（比如天气查询、发邮件、数据库查询等）。
- 插件式扩展：只需定义少量函数，就能让模型具备新能力。 (OpenAI)

在这里插入图片描述

定义
MCP（Model Context Protocol）是由 Anthropic 推动的开放标准协议，旨在为任意 LLM 应用提供一个统一的上下文交互层。它不只是“函数调用”，而是涵盖了对各种资源、工具、提示词、采样策略和传输方式的标准化规范。
核心模块
1. Resources（资源）：数据库、文件系统、API 等外部数据源
2. Prompts（提示词）：如何动态拼装上下文给模型
3. Tools（工具）：可执行操作的函数、脚本或微服务
4. Transports（传输层）：支持 stdio、SSE 等协议，保证模型与 MCP 服务器之间通信可靠
生态与发展
- 2024 年 11 月开源，Anthropic 示例中用 Claude 客户端一分钟内接入 GitHub 并发起 PR (The Verge)
- 2025 年 4 月获得行业认可，Axios 报道称它正成为 LLM 与日常应用、企业系统互联的“USB-C”标准 (Axios)
适用场景
- 构建多步骤、跨工具的智能 Agent（如业务流程自动化）
- 需要对上下文做精细化管理：不仅是调用一次函数，而是持续维护资源、提示和状态

在这里插入图片描述

	Function calling	MCP（Model Context Protocol）
范畴	OpenAI API 的内建能力	跨模型、跨平台的开放协议
覆盖范围	仅「函数调用」：自然语言→API/函数	包含「资源接入」+「提示管理」+「工具暴露」+「传输层」等
接口规范	JSON Schema 定义函数签名与参数	统一的 MCP 规范文档，定义 Resources/Tools/Prompts 等
运作模式	模型判断并发起单次或并行函数调用	应用方搭建 MCP Server，模型与之持续交互
典型应用	天气查询、发邮件、简单数据库查询	企业级数据报表、跨系统自动化工作流、复杂 Agent