MCP 协议详解：与 Function Call 的区别及使用方法

本文介绍了 MCP（Model Context Protocol）大模型上下文协议的概念，对比了 MCP 协议和 Function Call 的区别，并通过 Python SDK 示例介绍了相关使用方式。

1. 什么是 MCP？

官网：https://modelcontextprotocol.io/introduction

近期，Anthropic 提出了 MCP 协议。MCP 全称为 Model Context Protocol，翻译过来是大模型上下文协议。这个协议主要为 AI 大模型和外部工具（比如让 AI 去查询信息，或者让 AI 操作本地文件）之间的交互提供了一个统一的处理协议。我们常用的 USB Type-C 接口统一了 USB 接口的样式，MCP 协议就好比 AI 大模型中的 USB-C，统一了大模型与工具的对接方式。

MCP 协议采用了 C/S 架构，也就是服务端、客户端架构，能支持在客户端设备上调用远程 Server 提供的服务，同时也支持 stdio 流式传输模式，也就是在客户端本地启动 MCP 服务端。只需要在配置文件中新增 MCP 服务端，就能用上这个 MCP 服务器提供的各种工具，大大提高了大模型使用外部工具的便捷性。

MCP 是开源协议，能让所有 AI 厂商、AI 工具都将 MCP 集成到自己的客户端中，从而扩大 MCP 的可用面。毕竟只有用的人越多，协议才能不断发展，不断变得更好。

2. 了解 function call

在 MCP 没有出来之前，我们的 AI Agent 开发如果想调用外部工具需要针对不同的 AI 大模型 SDK 编写不同的代码，其中最为常用的是 OpenAI 提供的 Function Call 处理逻辑。

2.1. function call demo

2.1.1. 配置工具，AI 提供参数

当我们调用 OpenAI Chat Completions 接口时，可以通过 tools 参数传入可供使用的外部工具。这个工具的调用中就包含了工具的作用，工具需要传入的参数，以及参数的释义。其中 tool_choice 字段设置为 auto 代表让大模型自动选择 tools，设置为 none 时不会调用外部工具。

{
  "tool_choice": "auto",
  "messages": [
    {
      "role": "system",
      "content": "你是一个天气查询助手"
    },
    {
      "role": "user"