AI Agent（智能体）是一种具备自主决策与执行能力的智能实体，能够通过感知环境、动态调整行为以实现预设目标。其本质是通过融合大语言模型（LLM）的推理能力和工具调用机制，将传统AI的被动响应升级为主动任务执行能力。
使用workflow模式的Agent
使用Function Call实现ReAct框架
以上workflow模式的Agent核心是执行逻辑是可预设的，但有些业务场景中业务执行逻辑是不确定的，是要依据前序环节的执行结果，动态决策下一步该怎么做，也就是对应ReAct框架的思考-行动-观察的闭环，如下图所示（源图来自https://react-lm.github.io/）：
这个图很好地说明了右边ReAct框架相比原有模式的区别，每次要观察observe上一次行动action的结果，也就是将上次调用结果作为输入，再输入给LLM，一起去思考下一步该如何action。
ReAct框架（Reasoning + Acting）是一种结合推理与行动的多步骤高阶任务执行范式，而上图中LLM与外部工具/环境ENV交互action的基础能力，就是依靠Function Call作为底层支撑技术。
Function Call是大型语言模型（LLM）通过语义理解与结构化输出调用外部工具的核心能力，其实现依赖以下关键环节：
get_weather()函数）。importopenai
importjson
fromtypingimportget_type_hints
# 示例函数定义
defget_current_weather(location:str, unit:str="celsius") ->str:
"""获取指定地区的当前天气情况"""
# 这里模拟天气数据
weather_data = {
"beijing": {"celsius":22,"fahrenheit":72},
"new york": {"celsius":18,"fahrenheit":64}
}
returnf"{location}天气：{weather_data.get(location.lower(), {}).get(unit, '未知')}°{unit}"
defcalculate(expression:str) ->float:
"""执行数学计算（支持加减乘除）"""
try:
returneval(expression.replace("^","**"))
except:
return"计算错误"
# 生成函数描述JSON Schema
defgenerate_function_schema(func):
hints = get_type_hints(func)
doc = func.__doc__.split("\n")iffunc.__doc__else""
return{
"name": func.__name__,
"description": doc,
"parameters": {
"type":"object",
"properties": {
param: {
"type":"string"ifhints.get(param) ==strelse"number",
"description":f"{param}参数"
}forparaminlist(hints.keys())[:-1] # 排除返回类型
},
"required":list(get_type_hints(func).keys())[:-1]
}
}
# 可用函数列表
available_functions = {
"get_current_weather": get_current_weather,
"calculate": calculate
}
# 生成函数描述列表
functions = [generate_function_schema(func)forfuncinavailable_functions.values()]
# 与LLM交互的核心函数
defrun_conversation(user_query:str):
# 第一次LLM调用（选择函数）
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0613", # 要选择支持函数调用的模型
messages=[{"role":"user","content": user_query}],
functions=functions, # 输入函数定义
function_call="auto"
)
response_message = response["choices"]["message"]
# 如果LLM选择调用函数，就会在输出response_message中，把要调用的函数和对应参数都输出
ifresponse_message.get("function_call"):
function_name = response_message["function_call"]["name"]
function_args = json.loads(response_message["function_call"]["arguments"])
print(f"LLM选择调用函数:{function_name}")
print(f"参数:{function_args}")
# 执行对应函数
iffunction_nameinavailable_functions:
function_to_call = available_functions[function_name]
# 参数类型转换
try:
args = {k:str(v)fork,vinfunction_args.items()} # 统一转为字符串
iffunction_name =="calculate":
args["expression"] = args["expression"].replace(" ","")
# 敲黑板 注意：实际执行函数还是本地代码，并不是LLM直接去调用哈
result = function_to_call(**args)
returnf"执行结果:{result}"
exceptExceptionase:
returnf"执行错误:{str(e)}"
else:
return"未知函数调用"
else:
return"未触发函数调用"
# 测试用例
if__name__ =="__main__":
test_cases = [
"北京现在的气温是多少？",
"帮我计算(3 + 5) * 2^3的值",
"今天纽约的天气怎么样？用华氏度"
]
forqueryintest_cases:
print(f"\n用户问：{query}")
print("->", run_conversation(query))笔者个人理解如果Prompt中把执行步骤描述得很清楚，就应该算是workflow模式，无非它是用文字来表达执行逻辑，同时利用LLM的function call能力，根据预定的执行逻辑调用预设好的插件。
但如果Prompt只是描述目标，没有对执行步骤做详细描述，那应该可以说是ReAct模式，它通过右边的插件设置，将所有可以调用的工具/函数都提前注册进来，运行时和Prompt一起输入给LLM，由LLM自行规划处理路径，中间何时要调用外部插件，都是LLM自行决策的。
无论怎么理解，只能说Coze的这个智能体已经很智能了。
从Function Call到MCP
搞清楚ReAct框架和Function Call的关系以后，我们再看看MCP（Model Context Protocol）大模型上下文协议，去年Anthropic推出的MCP概念，今年以来热度持续上升，尤其是OpenAI也宣布支持MCP以后，似乎一页之间万能手、通用agent等概念都有了落脚点。官网对MCP架构的介绍可以参考这个链接，主要架构图如下（https://modelcontextprotocol.io/introduction）：
其实笔者认为mcp和function call本质上没有太大区别，只是把函数调用的规范做了统一，按统一规范由mcp client发给远程某个MCP Server再执行具体tool。为了更直观地对比在ReAct框架中MCP和function call区别，我们画个图来表示，如下：
要实现mcp这种方式的工具调用，首先也是需要将函数/工具的描述信息schema先要输入给LLM，只不过functioncall是在本地生成函数描述的，而mcp则是远程从mcp server中自动拉取的工具描述，远程mcp server端有哪些工具的描述，是基于server端工具在开发时用注解的方式描述函数名、用途和参数信息来自动生成的。
和上文介绍的function call机制一样，LLM本身也不会真的去调用mcp server里的工具，LLM是个语言模型，它的输入输出永远是一段文本，它只是识别需要调用哪个工具，并将要调用的工具名、参数以json格式结构化文本输出，然后是由LLM所在的Host去调用。
这个Host有一个误区，网上看到的各种mcp文章，都是用Claude desktop、cursor或者dify、cherry studio这种工具来举例，很容易让人和mcp client这个概念混淆起来，实际这个host更常见的是Agent所在的代码，是通过在这个代码中引入mcp client包去发给远程mcp server去执行的。
以上就是AI Agent从workflow固化流程到基于Function Call的ReAct框架，再从Function Call到统一标准的MCP的一个发展过程，但AI领域生态发展是飞速向前的。
4.10日Google又发布了开源协议A2A（Agent-to-Agent），使得基于不同底层框架和供应商平台创建的 AI Agent 之间能够实现相互通信，实现多智能体之间的协作，也是Agent这个领域的最近最为火热的发展方向，但本质上如果你将MCP Server后面对接另外一个Agent，实际也能实现多智能体的协作，笔者推测A2A可能也就是对Host Agent中LLM通过mcp client调用mcp server端的另一个Agent的过程做了一个简化封装，当然有待后续实践后再进行详细分享。
注：笔者在以往案例基础上结合实际项目经验，从应用AI和落地AI的视角出发，按照LM、RAG、Agent、Training这样的顺序梳理一套基础技术体系，对应投入和落地难度从小到大，本文是其中对Agent板块的部分总结，欢迎读者持续关注完整合集。
—End—
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |