AI-大语言模型LLM-MCP
·
目的
为避免一学就会、一用就废,这里做下MCP学习记录
内容
是什么(What)
- 直译:MCP:Model Context Protocol模型上下文协议
- Model:特指大语言模型LLM
- Context:指一切能给LLM赋能的信息或手段,包括:
1)工具Tool(如网页搜索、天气查询、加减法计算等服务)
2)资源Resource(如xx配置文件、数据库表等数据)
3)提示词模板(好的模板可提升响应质量) - Protocol:指采用统一的方式定义模型的上下文并实现模型和上下文的通信,用于反定制化开发
为什么(Why)
1、因大模型的不确定性缺陷,需要结合确定的工具、数据来增强大模型的能力,解决人类的问题
2、前期采用Function Calling来解决上述问题,但各模型厂商实现方式不一,使用方模型切换困难,必须定制化开发
3、Anthropic公司推出MCP,统一了模型上下文的定义方式(MCP-Server)及模型与上下文的通信方式,让使用方可以方便地切换模型、切换工具而不用重复开发
怎么用(How)
Python中
服务端:定义MCP-Server用FastMCP框架
客户端:实现MCP-Client用langchain-mcp-adapters库、或者FastMCP库
Java中
统一使用官方SDK,分别定义服务端和客户端
更多推荐
所有评论(0)