📝 最简单的一问一答
open ai 刚推出时只有一个最简单的聊天框，采用一问一答的形式。用户向 chatgpt 的提问词就叫做 user prompt （用户提示词）。
但，现实生活中哪怕是相同的问题去问不同职业的人会有不同的答案。比如，我有点头痛这个问题去问医生，医生会给出一定的诊断建议；去问女朋友，则可能会让你滚。同样的问题不同的答案造成这样的结果是由于“人设”的不同。 ai 中并没有人设这一概念，于是我们就希望给 ai 增加人设，最最直接的方法就是在提问的时候将 人设 + user prompt 打包发给 ai。举个例子：
"你扮演我的女朋友，我现在头疼"“你扮演我的女朋友”这类人设提示词总是在 user prompt 中显得有些突兀，于是人们将“人设”这一概念提为 system prompt 。
system prompt 主要用来描述 ai 的角色、性格、背景信息、语气等等。每次用户输入 user prompt 时系统会自动将system prompt 加进去发给 ai 模型。
🤗 AI 去完成任务
第一步做出这种尝试的是 AutoGpt 项目。
- 首先自己定义一些工具函数，函数的作用、路径都交给
autogpt - 当用户提出问题时系统会将
autogpt中定义的工具及描述都带上，模型如果够聪明的话会返回该如何调用这些函数 autogpt根据模型返回的结果调用工具，并将工具执行结果返回给模型。
会有什么样的问题？
agent 要求 ai 模型返回程序的位置“d:/塞尔达.exe”，但是模型可能只返回了个描述“我要玩塞尔达”。 此时，agent 会再次将工具信息与返回要求发送给ai模型。一次不行就多次（cline就是这样），反复的重试总是让人不靠谱。
Function Calling
核心思想：统一描述，规定返回格式。
之前的提示词：
user prompt:
我要玩原神
system prompt:
如果想使用就返回文件地址，工具列表如下：
1. 原神应用程序在d:/原神.exe
2. 塞尔达 d:/塞尔达.exefunction calling 标准出现后的提示信息
user prompt:
我要玩原神
system prompt:
""
function calling:
{
"name": "list_files",
"desc": "列出目录",
"params": {
"path": "str"
}
}
{
返回的规范
}还会有什么问题？
- 由于 function calling 是由各家模型厂商制定的，所有每家的规范都有所差异，这使得统一变得困难。
- 有的模型厂商还不支持function calling
MCP
之前讲的都是关于提示词之间的内容。接下来是解决 agent 与 agent tools 之间产生的问题。刚开始人们为了让 agent 可以很方便的调用tools于是将 agent 与 tools 打包到一个程序中由相同的进程进行控制调用。由此引发的问题就是，一个工具没办法复用。
于是，将 tool 变成服务，可以让多个 agent 进行调用，运行 tool 的服务叫做 mcp server ,调用服务的 agent 叫做 mcp client 。
mcp 只负责管理工具、资源和提示词他与用什么样的模型、哪家的厂商并没有任何关系。
现在的流程
- 我向
mcp client或ai agent提问 “女朋友肚子疼怎么办” client通过mcp协议调用mcp server获取工具列表及功能描述ai agent将tools 列表转为 system prompt 或 function calling 的形式（厂商不同方式不同） + 用户提示词，一起发送给 ai 模型ai模型发现有“浏览网页”的工具，于是将工具信息组装成function calling或普通回复，将信息返回给agentagent根据工具信息与参数调用工具，搜索答案agent将答案再扔给 ai 模型，ai 模型在根据网页内容 + 自身内容返回给用户。