【学习记录】深入解析 AI 交互中的五大核心概念:Prompt、Agent、MCP、Function Calling 与 Tools

news2025/6/7 2:17:19

📌 引言

随着大语言模型(LLM)的发展,AI 已经不再只是“回答问题”的工具,而是可以主动执行任务、调用外部资源、甚至构建完整工作流的智能系统。

为了更好地理解和使用这些能力,我们需要了解 AI 交互中几个关键的核心概念:

  • Prompt(提示词)
  • Agent(智能体)
  • MCP(Model Context Protocol,模型上下文协议)
  • Function Calling(函数调用)
  • Tools(工具)

这些概念看似抽象,但它们共同构成了现代 AI 系统的工作机制。本文将从定义、功能到实际应用,逐一进行深入解析,帮助你理解它们在 AI 交互中的角色与协作方式。


一、Prompt —— 用户与 AI 的沟通桥梁

✅ 定义与作用

Prompt 是用户输入给 AI 的一段文本,用于引导其生成特定类型的输出。它可以是问题、指令,甚至是对话历史的一部分。

例如:

"请帮我写一封道歉邮件。"
"计算一下365天后的日期。"

🔁 工作原理

  1. 用户输入 Prompt;
  2. AI 对 Prompt 进行语义理解;
  3. 结合上下文生成响应;
  4. 输出结果返回给用户。

📌 Prompt 是整个 AI 交互流程的起点,它的质量和设计直接影响 AI 输出的效果。


二、Agent —— 具备自主决策能力的智能实体

✅ 定义与特性

Agent 是一种具备感知、决策和行动能力的 AI 实体。它不仅能理解用户的指令,还能根据环境变化自主规划任务并执行。

例如一个旅行助手 Agent:

  • 接收用户指令:“我想去成都玩。”
  • 自动查询天气、景点、交通信息;
  • 提供推荐行程;
  • 甚至帮你订票或酒店。

🔁 Agent 与 Prompt 的关系

  • Prompt 是 Agent 的初始输入;
  • Agent 可以基于 Prompt 生成新的 Prompt,实现多轮对话;
  • 在执行过程中不断调整策略,提升任务完成效率。

三、MCP(Model Context Protocol)—— 构建标准化上下文通信机制

✅ 定义与目的

MCP 是一种为大语言模型设计的开源协议,用于统一模型与外部系统之间交换上下文信息的方式。

简单来说,它就像是 AI 和外界沟通的“翻译器”。

🔍 主要功能

  • 统一数据格式(JSON、YAML等)
  • 支持模型访问数据库、API、文件等外部资源
  • 实现安全、高效的数据传输

🔄 MCP 的作用

  • 使 AI 能够获取实时、准确的上下文信息;
  • 让不同平台、服务之间无缝协作;
  • 是 Function Calling 和 Tools 高效运行的基础。

四、Function Calling —— 让 AI 真正“做事”的能力

✅ 定义与功能

Function Calling 是指 AI 模型在生成响应时,能够调用预定义的函数或服务的能力。这使得 AI 不仅能“说”,还能“做”。

例如:

  • 查天气:get_weather("北京", "明天")
  • 查股票:get_stock_price("贵州茅台")
  • 发送邮件:send_email("hello@example.com", "你好")

⚙️ 工作流程

  1. AI 判断是否需要调用某个函数;
  2. 生成调用请求(含参数);
  3. 请求通过 MCP 或其他接口发送给目标服务;
  4. 服务执行后返回结果;
  5. AI 根据结果生成最终回复。

📌 Function Calling 是 AI 从“对话”走向“执行”的关键一步


五、Tools —— AI 可调用的功能模块集合

✅ 定义与分类

Tools 是封装好的、可供 AI 调用的功能模块,通常包括:

  • 数据处理工具(如 Pandas、NumPy)
  • API 接口(如 OpenWeatherMap、Google Maps)
  • 第三方服务(如支付、物流、搜索)
  • 本地脚本或插件

🔗 Tools 与 Function Calling 的关系

  • Tools 是被调用的对象;
  • Function Calling 是调用的手段;
  • Together,它们让 AI 成为一个真正的“执行者”。

六、总结:它们是如何协同工作的?

这五个概念就像一套完整的 AI 工作链:

  • 用户通过 Prompt 下达命令;
  • Agent 接收并分析任务;
  • 通过 MCP 获取所需信息;
  • 利用 Function Calling 调用 Tools 执行任务;
  • 最终将结果反馈给用户。

📌 如果你对 AI 技术感兴趣,或者正在学习大模型相关知识,这篇文章可以帮助你建立一个系统的认知框架。

💬 欢迎留言交流你在项目中使用这些技术的经验,或者你遇到的相关问题,我们一起探讨 AI 技术的发展与实践!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2402344.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

如何有效删除 iPhone 上的所有内容?

“在出售我的 iPhone 之前,我该如何清除它?我担心如果我卖掉它,有人可能会从我的 iPhone 中恢复我的信息。” 升级到新 iPhone 后,你如何处理旧 iPhone?你打算出售、以旧换新还是捐赠?无论你选择哪一款&am…

AI大模型学习三十二、飞桨AI studio 部署 免费Qwen3-235B与Qwen3-32B,并导入dify应用

一、说明 ‌Qwen3-235B 和 Qwen3-32B 的主要区别在于它们的参数规模和应用场景。‌ 参数规模 ‌Qwen3-235B‌:总参数量为2350亿,激活参数量为220亿‌。‌Qwen3-32B‌:总参数量为320亿‌。 应用场景 ‌Qwen3-235B‌:作为旗舰模型&a…

操作系统中的设备管理,Linux下的I/O

1. I/O软件分层 I/O 层次结构分为五层: 用户层 I/O 软件设备独立性软件设备驱动程序中断处理程序硬件 其中,设备独立性软件、设备驱动程序、中断处理程序属于操作系统的内核部分,即“I/O 系统”,或称“I/O 核心子系统”。 2.用…

LabVIEW与Modbus/TCP温湿度监控系统

基于LabVIEW 开发平台与 Modbus/TCP 通信协议,设计一套适用于实验室环境的温湿度数据采集监控系统。通过上位机与高精度温湿度采集设备的远程通信,实现多设备温湿度数据的实时采集、存储、分析及报警功能,解决传统人工采集效率低、环境适应性…

Cursor 1.0 版本 GitHub MCP 全面指南:从安装到工作流增强

Cursor 1.0 版本 GitHub MCP 全面指南:从安装到工作流增强 简介 GitHub MCP (Machine Coding Protocol) 是一种强大的工具,能够自动化代码生成、管理和分析,从而显著提升开发效率。本文将全面介绍 GitHub MCP 的安装、配置、使用以及如何将其融入您的工作流。 本文介绍两种…

自主设计一个DDS信号发生器

DDS发生器 DDS信号发生器是直接数字频率合成技术,采用直接数字频率合成(Direct Digital Synthesis,简称DDS)技术,把信号发生器的频率稳定度、准确度提高到与基准频率相同的水平,并且可以在很宽的频率范围内进行精细的频率调节。采…

鸿蒙UI(ArkUI-方舟UI框架)- 使用弹框

返回主章节 → 鸿蒙UI(ArkUI-方舟UI框架) 文章目录 弹框概述使用弹出框(Dialog)弹出框概述不依赖UI组件的全局自定义弹出框(openCustomDialog)(推荐)生命周期自定义弹出框的打开与关闭更新自定义弹出框内容更新自定义弹出框的属性完整示例 基础自定义弹…

学习笔记(24): 机器学习之数据预处理Pandas和转换成张量格式[2]

学习笔记(24): 机器学习之数据预处理Pandas和转换成张量格式[2] 学习机器学习,需要学习如何预处理原始数据,这里用到pandas,将原始数据转换为张量格式的数据。 学习笔记(23): 机器学习之数据预处理Pandas和转换成张量格式[1]-CSDN博客 下面…

在不同型号的手机或平板上后台运行Aidlux

在不同型号的手机或平板上后台运行Aidlux 一、鸿蒙/HarmonyOS手机与平板 二、小米手机与平板 三、OPPO手机与平板 四、vivo手机与平板 一、鸿蒙/HarmonyOS手机与平板 (系统版本有差异,但操作原理相通) 第一步:点击设置——应用和…

【SSM】SpringBoot学习笔记1:SpringBoot快速入门

前言: 文章是系列学习笔记第9篇。基于黑马程序员课程完成,是笔者的学习笔记与心得总结,供自己和他人参考。笔记大部分是对黑马视频的归纳,少部分自己的理解,微量ai解释的内容(ai部分会标出)。 …

1.企业可观测性监控三大支柱及开源方案的横评对比

[ 知识是人生的灯塔,只有不断学习,才能照亮前行的道路 ] 📢 大家好,我是 WeiyiGeek,一名深耕安全运维开发(SecOpsDev)领域的技术从业者,致力于探索DevOps与安全的融合(De…

双空间知识蒸馏用于大语言模型

Dual-Space Knowledge Distillation for Large Language Models 发表:EMNLP 2024 机构:Beijing Key Lab of Traffic Data Analysis and Mining 连接:https://aclanthology.org/2024.emnlp-main.1010.pdf 代码:GitHub - songmz…

OpenCV CUDA模块特征检测------角点检测的接口createMinEigenValCorner()

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 该函数创建一个 基于最小特征值(Minimum Eigenvalue)的角点响应计算对象,这是另一种经典的角点检测方法&…

8天Python从入门到精通【itheima】-69~70(字符串的常见定义和操作+案例练习)

目录 69节-字符串的定义和操作 1.学习目标 2.数据容器视角下的字符串 3.字符串的下标索引 4.字符串是一个无法修改的数据容器 5.字符串的常用操作 【1】index方法 【2】replace方法:进过替换,得到一个新的字符串 【3】split方法:将字…

GC1809:高性能音频接收与转换芯片

GC1809 是一款高性能音频接收与转换芯片,适用于多种音频设备,如 A/V 接收器、多媒体音响设备、机顶盒等。本文将简要介绍该芯片的主要特性、性能参数及应用。 主要特性 多协议兼容:兼容 IEC60958、S/PDIF、EIAJ CP1201 和 AES3 协议。 多种…

项目实战——C语言扫雷游戏

这是一款9*9的扫雷游戏 扫雷游戏 1.需求分析2.程序框架设计3.分函数实现打印游戏菜单界面游戏主逻辑函数程序主入口初始化游戏棋盘随机布置地雷显示当前棋盘状态计算指定位置周围的地雷数量玩家排雷主逻辑 4.分文件实现(1)test.c(2&#xff0…

【Java】CopyOnWriteArrayList

一,概述 CopyOnWriteArrayList作为List接口的实现之一,它区分于ArrayList在于它是线程安全的。如它名字一样,所有的写操作均复制了原数组的值,虽说代价较大,但读多写少的环境下,是可接受的。笔者在此简单看…

C#入门学习笔记 #8(委托)

欢迎进入这篇文章,文章内容为学习C#过程中做的笔记,可能有些内容的逻辑衔接不是很连贯,但还是决定分享出来,由衷的希望可以帮助到你。 笔记内容会持续更新~~ 本章介绍C#中的委托,本章难度较大... 委托 C#中的委托是C语言、C++中函数指针的升级版。接下来介绍一个概念—…

CSS 3D 变换中z-index失效问题

CSS 3D 变换中 z-index 失效问题 1. z-index 失效了 在 CSS 中,z-index 通常用于控制元素的层叠顺序,数值越大,元素越靠前显示。在 3D 变换(如 rotateX、translateZ) 中使用 z-index 时,可能会发现z-inde…

Tailwind CSS 实战:基于 Kooboo 构建 AI 对话框页面(七):消息框交互功能添加

Tailwind CSS 实战,基于Kooboo构建AI对话框页面(一) Tailwind CSS 实战,基于Kooboo构建AI对话框页面(二):实现交互功能 Tailwind CSS 实战,基于 Kooboo 构建 AI 对话框页面&#x…