大连科技网站制作抖音关键词排名优化

学习链接：https://spvrm23ffj.feishu.cn/docx/Nmbjde0GtoLMvBxuy4hc3YHTnVc?from=from_copylink

本次是学习dify的mcp构建，跟着教程来可以实现查火车票的案例，先说一个结论，成功概率的与否取决于模型的能力，似乎推理型模型没有非推理模型的效果好，推测是非推理模型会按部就班的进行MCP服务的读取和调用，推理型的喜欢给自己加戏，所有执行的效果不好很好。无论哪种类型似乎都是有概率失败的，这个比较迷。有的学员验证过qwen32B以上成功概率大一些，我这边是大多数进入反复调用的过程，成功概率低。但在魔搭上调试都是成功的，只能怀疑是模型问题。调用MCP不是我后续的研究方向，本人侧重点在于自建mcp服务器。比如使用fastmcp实现。最后说下MCP和FC的一些感悟，虽说是俩公司的产物，但本人认为俩者是集合和个体的关系，MCP是FC的定制化合集，方便FC的调用。

俩者是紧密合作的关系。
Function Calling 是大语言模型（LLM）与外部工具或 API 交互的核心机制。它是大模型的一个基础能力，就是识别什么时候要工具，可能需要啥类型的工具的能力。
而 MCP 则是工具分类的箱子。是在 Function Calling 基础上，联合 Agent 一起去完成复杂任务。
如果把整个工具调用的流程剖析开来，实际是"Function Calling+ Agent + MCP 系统"的组合。
用一句话说清楚：大模型通过 FunctionCalling 表达，我要调用什么工具，Agent 遵循指令执行工具的调用，而 MCP 则是提供了一种统一的工具调用规范。

希望我这点浅显的感悟对你们学习MCP概念有一些帮助吧，最后希望教程的作者要出深一点dify的教程，感谢作者和助教们的付出。