MCP到底是什么，一个动画彻底搞懂！

MCP就是把函数和一段描述函数功能的纯文本绑定在一起，方便大模型理解和调用。

♥ 374 ↩ 13

在gpt刚出来时候我就写了个这玩意，谁知道现在才火[笑哭]有时候觉得技术发展真快，有时候又很慢[笑哭]

♥ 404 ↩ 35

三个月有一个老外表示他用cline编程，一晚上花了60刀，不过他表示这钱花的值，现在总算知道这60刀怎么花的了

♥ 158 ↩ 1

以后会不会有MCP专用小模型来减少token[妙啊]这六万多太吓人了

♥ 77 ↩ 20

一段话总结mcp：Client 首先与 Server 握手并获取工具清单，Host 把这些清单连同用法注入系统提示词；LLM 根据提示输出结构化调用（通常是 JSON，也可兼容早期 XML 包装）；Client 解析调用并向 Server 发起请求，收到结果后回传 Host，Host 再携带最新上下文进行下一轮模型推理。

♥ 61

MCP本质：用规定的格式告诉AI，我有哪些API可以调用。和SDK厂商写给程序员的API文档是一回事情。 Function Calling其实有点脱裤放屁了，其实就是用json重新描述了一个python函数+注释，那还不如直接给函数体本身，AI还好理解一点。 开头那个例子，其实就是： def get_fans_count(name: str) -> str: """ desc: 获取粉丝数量 params: name: up主名称 """     return xxx 未来搞不好会进化到连 装饰器都不用，直接写一个mcp.py，把API的接口+注释写进去，AI就能调用了。

♥ 64 ↩ 3

主播讲的很好！之前看同学用大模型调用高德地图来规划路线都愣住了

♥ 51 ↩ 5

mcp看上去的问题就是他还是在想拿一个模型解决问题，实际上这不现实 还不如拆出来各个功能然后每个功能单独训练（微调）一个模型，这个模型单独绑定一个mcp 再把这些打包好的模型组网构建专家网络[doge] 于是你得到了a2a[doge]

♥ 30 ↩ 2

我这两天也在研究 LLM 、MCP Client、MCP Server三者之间的通信，跟你的方式差不多。但我有一个疑惑, Cline 在告诉LLM有哪些tools之前，他是怎么知道某一个MCP Server有哪些tools？？？ 是通过mcp server config把 mcp server添加上去并且 connect 的那一刻就知道有哪些tools吗?

♥ 24 ↩ 4

如果采用提示词的形式 那么频繁调用了之后超出上下文窗口 ai岂不是会忘掉工具的存在[笑哭]

♥ 23 ↩ 8

一股脑这种方式真的是太废token啦~所以如果不是公司买单，自己。。。真不敢用哪些高端的大模型~太贵了！

♥ 21 ↩ 1

我惊呆，一个协议能让吹上天；你们是多久没看过开源项目

♥ 26

整那么复杂，本来就是想靠AI弥补自然语言的模糊和数学/编程语言的严谨之间的鸿沟，结果越套越复杂，瞎搞。我看不如直接训练时候教会AI，以后输出全部是向量化的tokens数值，解析程序拿着这个直接执行就好了。传统的例如命令行，例如指令脚本，例如函数声明等，都很好，非加一层有什么用，真是脱裤子放屁。 AI编程本来就可以输出严谨格式化的内容，没必要拿6万字的文档去再教会一遍。像渲染```markdown的工具，无需预先学习就能自动对接所有输出，人家干得多好，在此基础上改造一下即可得到有用的代理模型了。

♥ 18 ↩ 17

Cline 是开源的，不需抓包就能看到这个 prompt 呀[吃瓜]

♥ 16 ↩ 10

怪不得有Cline消耗token多的传闻呢

♥ 13 ↩ 3

要什么MCP，过几年的的AI发展方向：AI直接读取分析程序源码，预知程序所有功能，通过自动逆向，插入输出跳转点，把任何程序的输出功能都用跳转点连接自己。

♥ 13 ↩ 2

感觉其实正确的思路应该是取几个方向跟ai说可以调用这些工具，然后让AI在思考的时候，如果涉及到想要调用，再展开里面的工具列表给然后AI看了工具列表名称和描述之后再选一个工具，然后再返回API给他，然后AI再调用函数，得到后再返回给用户。

♥ 11 ↩ 14

卧槽，原理就这么简单呀？在GPT出来的时候我就想有个类似智能体的玩意儿，奈何自己不是科班出身。

♥ 10 ↩ 1

为什么那帮傻叉不使用多轮对话的方式减少token使用？就是每次上下文只包含工具的大概功能介绍，当模型根据需要确定调用具体哪个工具时，再把那个工具的API发他。

♥ 14 ↩ 26