本文围绕大语言模型（LLMs）智能应用中的工具与数据接入问题，系统介绍了两种主流方案：基于 Agent + Function Call 的动态调度机制与基于 MCP（Model Context Protocol）的标准化接入框架。通过梳理各自的工作原理、应用流程及典型实践，分析了不同场景下的适用性选择。

4月24日，由中科算网算泥社区主编的《2026 Agent Skills技术与安全白皮书》正式发布！该报告旨在为技术人员、企业决策者、安全从业者和生态建设者提供一份系统、深入、可操作的参考指南。Agent Skills 的起源与发展1、AI ...

最近几个月 Agent 领域的 CLI（命令行）和 Skills 非常热，这俩配合也特别顺畅，这种默契程度在我们开发墨问 CLI 的过程里已经见识过了。于是很多人（包括我）会觉得，之前的 MCP 会被逐步放弃掉，因为太耗费上下文了，效率也没那么高。 最近看了 Anthropic 发的一篇文章，标题是《Building agents that reach production systems wit ...

MCP（模型上下文协议）、Function Calling 和 AI Agents 是三种重要的技术手段，它们在实现 AI 模型与外部系统交互方面各有特点。本文将详细对比这三种技术，并深入探讨 MCP 的多项显著优势。 MCP、Function Calling 和 AI Agents 的区别 Function Calling:平台依赖的函数调用机制 ...

人工智能正处于阶梯式发展的平台期，当前研究路径的收益正在收敛，下一次跃迁需要全新的范式突破。与此同时，产业应用正在加速成熟，2026 年有望成为 Agent 大规模落地的关键之年。 昨晚，OpenAI 与 Anthropic ...

本文通过讲解MCP解决了什么问题，以及和以及与Function Call、Agent的关系。通过两个实际对比的案例，对MCP、Function Call、Agent在应用层的关系进行详细的介绍。以便于小伙伴们对AI专有名词有进一步的理解和学习。 Model Context Protocol（模型上下文协议），简称MCP，是 ...