智能体 AI 与 MCP 生态
似乎就在昨天，我们都被生成式 AI 惊艳，尤其是那些让普通人也能与大语言模型（LLM）交互的聊天界面。
尽管这很了不起，它只是开始。下一波 AI 是智能体式的，意味着 AI 系统不只回应提示，还会采取行动、做决定，并与外部系统交互。这通过 AI 智能体完成。
什么是 AI 智能体？
当你与使用 AI 的聊天机器人交互时，比如 ChatGPT，你可以问它如何做某件事，它会提供分步说明。
例如，如果我编码时遇到错误，我可以把错误信息粘贴到 ChatGPT，让它帮我调试。因为 ChatGPT 无法访问我的代码库，它会推测错误原因，并给我几个可以尝试的解决方案。然后我手动尝试这些提议的方案，再回去告诉 ChatGPT 结果。我们这样来回，直到错误解决或我放弃。
AI 智能体通过替我与 LLM 交谈，并采取直接行动修复问题，大大简化了这个流程。
AI 智能体是一个自主运作以完成目标的系统。
因为 AI 智能体连接到系统，它们可以分析情况、决定下一步行动并执行，几乎不需要人工干预。这种能力把它们从被动的聊天机器人变成自动化助手。
通过使用 AI 智能体，我只要说「修复这个错误」，它就会有关于哪里出错的上下文，并自动为我修复错误。
AI 智能体如何与 LLM 一起工作
LLM（例如 GPT-4o、Claude 3.5 Sonnet、Gemini 2.0 等）为 AI 智能体提供认知能力。大多数 AI 智能体自己会有一个聊天界面，你在那里输入提示，智能体把这条提示发送给 LLM。同时，智能体也会告知 LLM 它能访问哪些工具。
工具调用
工具是智能体 AI 最重要的方面之一。AI 智能体能够通过工具调用执行 API 调用。
来看一个例子：
-
用户向他们的 AI 智能体发送一条提示：「修复我的 UserService.java 文件中的 NullPointerException。」
-
智能体以结构化格式把用户请求和它可用工具的列表发送给 LLM。
User Request: "Fix the NullPointerException in my UserService.java file."
Available Tools:
1. read_file(file_path: str) → Returns the contents of the specified file.
2. analyze_code(file_content: str) → Identifies potential errors and suggests fixes.
3. edit_file(file_path: str, modifications: dict) → Applies code changes.
4. run_tests() → Executes the test suite and returns results.
- LLM 分析请求并选择合适的工具。它确定需要读取文件才能帮忙。
[
{
"tool": "read_file",
"parameters": { "file_path": "UserService.java" }
}
]
- 智能体执行
read_file()并把代码发送给 LLM。
public class UserService {
private Database db;
public void getUser(String userId) {
System.out.println(db.findUserById(userId).getName());
}
}
- LLM 识别出问题（
db变量未初始化），并选择另一个工具来修复。
[
{
"tool": "edit_file",
"parameters": {
"file_path": "UserService.java",
"modifications": {
"line_number": 3,
"replacement": "private Database db = new Database();"
}
}
}
]
-
智能体执行
edit_file()来修复UserService.java，并告知 LLM。 -
LLM 判断运行测试来确认更改是个好主意。
[
{
"tool": "run_tests",
"parameters": {}
}
]
- 智能体执行
run_tests()并把结果提供给 LLM。
{
"tests_passed": true,
"failed_tests": []
}
- LLM 生成一条最终消息，然后由智能体呈现给用户。
I’ve fixed the NullPointerException in UserService.java by initializing the db variable. All tests have passed. Let me know if you need further modifications!
没有工具调用，LLM 只会根据训练数据猜测答案。但通过使用工具，智能体可以直接访问它们做出准确决策和采取行动所需的数据。
值得注意的是，说到工具访问，并非所有智能体都一样。大多数专有智能体被紧紧限定在特定 LLM 和预定义的工具集上，因为公司为他们自己的应用构建量身定制的智能体。
其他智能体，比如 goose，更具可扩展性，允许用户用自己选择的 LLM 配置它，并为各种 API、数据库，甚至像 IDE 这样的本地环境添加工具。然而，要让智能体在不同工具和系统之间扩展，而不必为每一个做自定义集成，它们需要一种标准化的方式来发现、调用和管理工具。这正是 Model Context Protocol（MCP） 提供的。
MCP 生态
传统 AI 集成需要为每个系统做自定义 API 调用，使扩展变得困难。MCP 通过提供一个开放、通用的协议来解决这个问题，让智能体动态地与外部系统通信。
有了 MCP，像 goose 这样的智能体可以：
- 连接到任何 API，而不需要开发者编写手动集成代码
- 与云服务、开发工具、数据库和企业系统集成
- 检索和存储上下文以增强推理
在撰写本文时，有超过 1000 台 MCP 服务器（暴露工具的系统），任何像 goose 这样启用了 MCP 的 AI 智能体都可以连接！这些 MCP 服务器充当智能体与外部系统之间的桥梁，实现对 API、数据库和开发环境的访问。有些由官方 API 提供商开发，而绝大多数由社区成员开发。因为 MCP 是开放标准，任何人都可以为任何资源构建 MCP 服务器。这大大增加了 AI 智能体的可能性！
例如，假设我想让 goose 根据一份 Figma 设计，在我的 WebStorm IDE 中为我开发一个新的 Web 应用，然后把代码提交到 GitHub 上的一个新仓库。我可以把以下 MCP 服务器添加为 goose 扩展，从而给它所有这些能力：
有了这些，我可以用自然语言提示我的 AI 智能体，它会处理工作：
「根据文件 ID 为 XYZ 的 Figma 设计，在 WebStorm 中构建一个 Web 应用，并把代码提交到名为 angiejones/myapp 的新 GitHub 仓库」
相当强大，对吧？！
开始使用 AI 智能体
希望这已经清楚说明了什么是 AI 智能体、它们如何工作，以及它们能为你实现什么。goose 免费且开源，你可以按意愿添加任意多的扩展。这是开始使用 AI 智能体、看看它们如何自动化你工作流中的任务、让你更高效的好方法。