LLMs 大语言模型学习（function calling，mcp和a2a）

以agent作为核心，早期为了约束llm的输出，采用了function calling的范式。

为了给LLM赋予技能Tools（类似调用外部应用api插件之类）， openai 制定了一个function calling来调用各类函数（tools）。 但是发现每一个“技能Tools”对不同的LLMs之类都要写不同的格式。之后，Anthropic 制定了一个标准化协议MCP，使得这些“技能”在一个统一的标准或者范式下开发。 所以MCP可以看作是function calling（tools）的升级版且用于外部应用的调用，即MCP里面其实也有function calling思维。

MCP有几个词语（host，client，server）， 其中host with client意思就是：host可以内置很多的clinet，而每个client又可以控制很多server（如cline，cursor，cluade等作为host，以内部的clinet机制作为连接渠道，去沟通server：插件技能api函数）

ps：除此之外还有一个A2A协议（即agent to agent）。mcp更多的是一个如何将tools和agent之间的沟通标准化，而a2a更多的则是aent与agent（多agent）之间如何标准化沟通。