前言
随着AI时代的到来，我们是不是在互联网上看到很多关于AI智能体，也就是常说的，AI Agent。起初，大模型LLM还只是能和我们聊天，但是通过AI Agent，可以帮助我们完成我们需要它完成的任务，这背后有什么奥秘呢？接下来我就来介绍一下Prompt、AI Agent、Function Calling、MCP，这些玩意是如何帮助我们完成某项任务的吧。
Prompt
首先就是Prompt（提示词），分为User Prompt和System Prompt。在跟ChatGPT聊天的时候，我们发送给它的就是User Prompt，然后AI就会返回我们内容。那System Prompt又是什么呢？
先举一个例子，我跟AI说，我想旷课，AI可能只会回复一些平平无奇的回答，但是把AI想象为不同的人呢。我跟AI说“你是我好兄弟，我想旷课”，普通朋友就会劝你不要旷课，旷课就会处分；但是好兄弟就会说，没事，带你到名了，我帮你答道。
我们给AI不同的角色，人设，性格…….这些都可以放到System Prompt，每次用户发送User Prompt的时候会把System Prompt一起发给AI，这样聊天就会很自然了。
但是在LLM中，System Prompt通常是系统预设的，用户无法随便更改。但是这些LLM通常会提供一些设置，让你设置一些偏好，就比如在使用ChatGPT的时候，有时候会给出两个风格的回答，然后让你选一个。这些偏好就会被写进System Prompt。
AI Agent
上述案例，还只是停留在聊天中，要让AI帮你完成某项任务的时候就无能为力了，这个时候就需要AI Agent的出场了。那么什么是AI Agent呢？
Agent是一个能够感知环境、做出决策并执行动作的自主系统。就像一个人的大脑，那么它是如何帮助我们完成任务的呢？
首先就是先写好一些Agent Tools工具（函数），将它们的功能，使用方法等放到Agent中，然后Agent会根据这些信息生成一个System Prompt，告诉AI用户给了我什么工具，以及工具干什么的，怎么用，以及AI如果想要使用这些工具，应该返回什么样的格式。
Function Calling
上述的Agent还是有点问题。虽然已经在System Prompt已经写清楚，使用工具的时候应该返回什么样的格式，但是AI模型嘛，还是一个概率模型，有时候是会胡说八道的，还是有可能返回格式不对的内容。为了处理这些不听话的情况，Agent发现返回的格式不对时，自动进行重试，直到成功收到正确的格式。
这种反复重试的方法有很多缺点，比如说Token就会消耗很多……..因此就需要有更聪明的方法，Function Calling这个功能就推出了。
这个功能的核心就是统一格式，规范描述。
之前Agent发给AI模型的System Prompt里面的内容都是自然语言写的，AI能看得懂就行。Function Calling则是对这些描述进行标准化，比如说，每一个Tool都用Json对象来描述，什么工具名称，功能，使用，以及返回格式等等，标准化后的描述就会从System Prompt中抽离出来，单独放到一个字段。
这样一来就可以弥补System Prompt的缺点，这也是为什么现在很多Agent都从System Prompt转向Function Calling的原因。但其实Function Calling也有缺点，因此两者还是同时存在的。
Skill
当Agent需要处理不同领域的任务时，如果让一个Agent掌握所有知识和工具，会变得臃肿且容易出错。
本质上，Skill是一套封装了特定领域知识、最佳实践和工具组合的“技能包”。
比如，一个医生有治病技能，老师有教书技能……..
MCP
首先，我们要知道Agent和Tools是如何通信的，其实就是写到同一个程序中，直接函数调用即可。
但是如果一个工具非常好用，要经常用到，这样一来，要在每一个Agent中写下这个工具，这太麻烦了。不妨将这些工具放到一个服务里，统一托管，因此就有了MCP（标准通信协议）。
托管Tools的服务就是MCP Server，Agent就是MCP Client。MCP规定了两者如何通信以及如何MCP Server要提供哪些接口…….
MCP Server除了会提供工具，还有直接提供资源，或者为Agent提供提示词的模板…….
完整过程
- 用户问 “肚子痛怎么办？”
- Agent（MCP Client）收到后，从MCP Server里面获取所有Tool的信息
- Agent就会将这些信息转换为System Prompt 或者 Function Calling格式，然后将这和User Prompt一起发给AI模型
- AI模型收到后就会发送信息或者Function Calling格式，产生一个调用某个Tool的请求，返回给Agent
- 然后Agent通过MCP协议去调用MCP Server里面的工具
- 最后使用工具将找到内容返回给Agent，Agent再返回给AI模型，AI模型再根据内容生成最终答案，再给Agent，最后给到用户
总结
在这里，简单介绍了Prompt、AI Agent、Function Calling、Skill、MCP，这些关于Agent独立完成任务的一些背后的原理，希望这篇文章对你有帮助噢~
