AI百科

**主流大型语言模型工具调用协议（不含 MCP）** **一、OpenAI Function Calling / Tools**用 JSON Schema 描述函数参数，模型在推理链中自动决定是否调用，并以结构化 JSON 返回结果。2024 年起升级为统一的 **tools** 接口，可同时支持函数、检索、代码执行等多种能力。 **二、ChatGPT Plugin Specification...

**国内已支持 MCP 协议的主要平台与服务概览** **一、阿里云 · 百炼 Model Studio**阿里云在百炼（Model Studio）中内置了“云部署 MCP 服务”与“本地自托管 MCP 服务”两种模式，开发者可直接将自研工具或数据库封装为 MCP Server，再通过百炼智能体在对话中即时调用，实现 Agent-RAG、流程编排等高阶场景。 **二、腾讯云 · 云开发 MCP...

**MCP 协议对大型语言模型应用开发的 8 大影响** **一、一次接入、多端复用：极大降低集成成本** MCP 将“模型 ↔ 数据 / 工具”抽象成统一的 Server / Tool / Client 三层结构。开发者只需定义一次 Tool 元数据并完成 OAuth 授权，任何支持 MCP 的 LLM（如 Claude、ChatGPT、Codeium）即可直接调用，省去重复 Glue Cod...

**MCP 协议驱动数据库查询：原理、选型与实践路线** **一、为什么用 MCP 调数据库？**MCP 把“数据库→LLM”这条链路标准化：只需一次对接，即可让任何支持 MCP 的模型调用现有数据。借助流式传输，超长结果集可以分片回写，前端边收边渲染，大幅降低等待时间。细粒度 OAuth 作用域又能把查询权限限定在单张表或单条语句，满足企业合规要求。 **二、三层架构：Server / To...

**如何让现有应用支持 MCP 协议：迁移路线、适配模式与实践要点** **一、为什么要给旧系统加上 MCP？** * 让 LLM 直接调用既有功能，而无需开发专用插件 * 统一上下文管理，避免多套 API 集成逻辑 * 通过流式传输（SSE / Streamable HTTP）提升响应时效与用户体验 **二、三种主流适配模式** 1. **轻量包装（Wrapper）**：在原接口外层写一...

**MCP 协议的局限性全景分析：安全、运维、性能与生态** **一、安全与权限模型尚未成熟**MCP 最受质疑的是安全： 1. **OAuth 2.1 实现负担大**——新版规范把 *资源服务器* 和 *授权服务器* 合并，导致 MCP Server 既要校验令牌又要提供资源，增加状态性与可攻击面。 2. **工具元数据易被篡改**——任意第三方可动态重命名工具，造成“鱼目混珠”或*rug-...

**MCP 协议与 A2A 协议有何不同？八大维度全面对比** **一、设计初衷：连接工具 vs. 连接代理** * **MCP（Model Context Protocol）**：为 *LLM ↔ 外部工具/数据* 提供统一接口，解决「模型如何安全调用业务 API、读取数据库、写文件」的痛点。 * **A2A（Agent-to-Agent Protocol）**：为 *AI 代理 ↔ AI ...

**MCP 协议 vs. LangChain 工具调用：八大核心差异解析** **一、定位与范畴：协议 vs. 框架** * **MCP** 是一套 *网络协议*，规定了 **消息格式、传输层（SSE / Streamable HTTP / stdio）与 OAuth 2.1 安全模型**，目的是让 *任何* LLM 与 *任何* 外部系统之间可以安全、流式、标准化通信。 * **LangCh...

**现成 MCP 服务资源导航：五大渠道快速上手** **一、PulseMCP Directory：最大最活跃的在线目录**PulseMCP 每日抓取并校验公开端点，当前已收录 **5 000+** 远程 MCP 服务器。支持按关键字、标签、领域筛选，并显示最近更新时间与 Star 数，方便快速定位高质量服务。 **二、Cloudflare Remote MCP Catalog：官方托管，免运...

**最受欢迎的 MCP 服务器盘点：自托管与远程托管全面指南** **一、MCP 服务器的定位**MCP（Model Context Protocol）服务器负责把外部 API、数据源或消息流“包装”成标准化的 *Tool*，让任何支持 MCP 的 AI 模型都能即插即用。选择一款合适的服务器，往往决定了集成成本、实时性能与安全边界。 **二、远程托管型：开箱即用，官方维护** * **St...