亚洲逼逼操操,超碰色免费视

前言

最近AI越來越火了。

我發(fā)現(xiàn)里面有很多概念有些小伙伴有點(diǎn)分不清楚，比如：Prompt、Agent、Function Call、Skill、MCP等。

今天這篇文章專門跟大家一起聊聊這個(gè)話題，希望對你會有所幫助。

核心概念關(guān)系圖

先上干貨，這張圖讓你從整體上理解這五個(gè)概念是如何分層遞進(jìn)的：

image

更多項(xiàng)目實(shí)戰(zhàn)在Java突擊隊(duì)網(wǎng)：susan.net.cn

一句話概括：

Prompt 是你跟AI說的“人話”
Function Call 讓AI能“動手干活”
Agent 讓AI會“思考規(guī)劃”
Skill 是AI的“職業(yè)技能證書”
MCP 是AI世界的“USB接口”

下面我們一層一層拆開揉碎了講，每層都有Java代碼示例。

第一層：Prompt——和AI對話的“普通話”

1.1 什么是Prompt？

Prompt（提示詞） 就是你輸入給AI的文本指令。

它就像你去餐廳點(diǎn)菜時(shí)說的“來一份宮保雞丁”，AI就是那個(gè)服務(wù)員，聽懂你的話然后給你上菜。

在Java里，調(diào)用AI模型的第一步就是構(gòu)造Prompt。

我用最簡單的Spring AI示例來演示：

import org.springframework.ai.chat.ChatClient;
import org.springframework.ai.chat.prompt.Prompt;
import org.springframework.ai.chat.prompt.SystemPrompt;
import org.springframework.ai.chat.prompt.UserPrompt;

@Service
public class AIService {
    
    private final ChatClient chatClient;
    
    public AIService(ChatClient chatClient) {
        this.chatClient = chatClient;
    }
    
    public String askAI(String question) {
        // 構(gòu)造Prompt：可以包含系統(tǒng)消息和用戶消息
        Prompt prompt = new Prompt(
            new SystemPrompt("你是一個(gè)Java架構(gòu)師，擅長用通俗的語言解釋技術(shù)概念。"),
            new UserPrompt(question)
        );
        
        // 調(diào)用AI并返回結(jié)果
        return chatClient.call(prompt).getResult().getOutput().getContent();
    }
}

這里的SystemPrompt和UserPrompt就是最基礎(chǔ)的Prompt形式。

它們決定了AI的身份和你要問的問題。

1.2 Prompt的高級玩法

光有基礎(chǔ)Prompt還不夠，在實(shí)際應(yīng)用中我們經(jīng)常需要提示詞工程來引導(dǎo)AI做出更好的回答。比如：

public String generateJavaCode(String requirement) {
    String promptTemplate = """
        你是一個(gè)資深的Java開發(fā)工程師。
        請根據(jù)以下需求生成Java代碼，代碼要包含必要的注釋，并考慮異常處理：
        
        需求：%s
        
        請輸出完整的Java類代碼。
        """;
    
    String prompt = String.format(promptTemplate, requirement);
    return chatClient.call(new Prompt(prompt)).getResult().getOutput().getContent();
}

Prompt的本質(zhì)：它是人類意圖與AI能力之間的“翻譯官”。

Prompt寫得好，AI才能干得好。

第二層：Function Calling——讓AI從“說話”到“動手”

Prompt只能讓AI“說話”，但AI想干點(diǎn)實(shí)事（比如查數(shù)據(jù)庫、發(fā)郵件、調(diào)用第三方API）時(shí)，就無能為力了。

Function Calling（函數(shù)調(diào)用） 就是來解決這個(gè)問題的。

2.1 什么是Function Calling？

Function Calling允許開發(fā)者在調(diào)用大模型時(shí)，注冊一系列函數(shù)（工具），模型在生成回復(fù)時(shí)如果判斷需要調(diào)用外部工具，就會返回一個(gè)結(jié)構(gòu)化的請求，由開發(fā)者執(zhí)行真實(shí)的函數(shù)，再把結(jié)果返回給模型生成最終答案。

原理圖如下：

image

2.2 Java實(shí)現(xiàn)Function Calling

我用LangChain4j來演示，因?yàn)樗鼘ava開發(fā)者很友好。首先定義工具函數(shù)：

import dev.langchain4j.agent.tool.Tool;
import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

public class WeatherTool {
    
    @Tool("獲取指定城市的實(shí)時(shí)天氣")
    public String getWeather(String city) {
        // 這里應(yīng)該是真實(shí)的API調(diào)用，為了演示我們模擬數(shù)據(jù)
        if ("北京".equals(city)) {
            return "北京當(dāng)前天氣：晴，溫度25℃，濕度40%";
        } else if ("上海".equals(city)) {
            return "上海當(dāng)前天氣：小雨，溫度22℃，濕度80%";
        } else {
            return "抱歉，暫不支持該城市天氣查詢";
        }
    }
    
    @Tool("獲取當(dāng)前時(shí)間")
    public String getCurrentTime() {
        return LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
    }
}

然后創(chuàng)建AI服務(wù)并綁定工具：

import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;

public class WeatherAssistant {
    
    interface Assistant {
        String chat(String userMessage);
    }
    
    public static void main(String[] args) {
        ChatLanguageModel model = OpenAiChatModel.builder()
            .apiKey(System.getenv("OPENAI_API_KEY"))
            .modelName("gpt-4")
            .build();
        
        Assistant assistant = AiServices.builder(Assistant.class)
            .chatLanguageModel(model)
            .tools(new WeatherTool()) // 注冊工具
            .build();
        
        // 用戶提問
        String response = assistant.chat("北京現(xiàn)在天氣怎么樣？");
        System.out.println(response);
        
        response = assistant.chat("現(xiàn)在幾點(diǎn)了？");
        System.out.println(response);
    }
}

當(dāng)用戶問天氣時(shí)，模型會判斷需要調(diào)用getWeather函數(shù)，LangChain4j自動處理了函數(shù)調(diào)用的整個(gè)流程，最后把結(jié)果整合成自然語言返回。

2.3 Function Calling的核心價(jià)值

讓AI從“靜態(tài)知識”變成“動態(tài)能力”。

沒有Function Calling，AI只能回答訓(xùn)練數(shù)據(jù)里的內(nèi)容；有了它，AI可以實(shí)時(shí)獲取最新信息，甚至可以操作你的系統(tǒng)。

第三層：Agent——會思考、會規(guī)劃的“智能體”

Function Calling讓AI能調(diào)用工具，但它還是被動的一問一答。

如果遇到復(fù)雜任務(wù)，比如“幫我規(guī)劃一次杭州三日游”，需要查天氣、查景點(diǎn)、查酒店、算預(yù)算……這時(shí)候就需要Agent（智能體） 出場了。

3.1 什么是Agent？

Agent是一個(gè)能夠感知環(huán)境、做出決策并執(zhí)行動作的自主系統(tǒng)。

它不像Function Calling那樣只是“單次工具調(diào)用”，而是具備完整的“思考-行動-觀察”閉環(huán)能力。

通俗說，Function Calling是“會用手”，Agent是“有大腦”。

3.2 ReAct：Agent的核心決策模式

目前主流Agent都采用ReAct（Reasoning + Acting）框架。

它的工作流程是：

思考（Thought）：分析當(dāng)前狀態(tài)，決定下一步要做什么
行動（Action）：調(diào)用某個(gè)工具
觀察（Observation）：獲取工具返回的結(jié)果
循環(huán)：直到任務(wù)完成

3.3 Java實(shí)現(xiàn)一個(gè)簡單的ReAct Agent

我們用LangChain4j的AiServices結(jié)合工具來實(shí)現(xiàn)Agent。

首先定義多個(gè)工具：

import dev.langchain4j.agent.tool.Tool;

public class TravelTools {
    
    @Tool("查詢某城市未來一周的天氣")
    public String queryWeather(String city) {
        // 模擬天氣查詢
        return city + "未來一周天氣：前三天晴，后四天多云，氣溫20-28℃";
    }
    
    @Tool("查詢某城市的知名景點(diǎn)")
    public String queryAttractions(String city) {
        // 模擬景點(diǎn)查詢
        if ("杭州".equals(city)) {
            return "杭州知名景點(diǎn)：西湖、靈隱寺、西溪濕地、宋城";
        } else if ("上海".equals(city)) {
            return "上海知名景點(diǎn)：外灘、東方明珠、迪士尼樂園";
        }
        return "暫無該城市景點(diǎn)信息";
    }
    
    @Tool("計(jì)算預(yù)算")
    public String calculateBudget(String city, int days) {
        // 模擬預(yù)算計(jì)算
        int base = 500;
        int total = base * days;
        return city + days + "天游預(yù)算約為：" + total + "元（不含大交通）";
    }
}

然后創(chuàng)建Agent：

import dev.langchain4j.model.chat.ChatLanguageModel;
import dev.langchain4j.model.openai.OpenAiChatModel;
import dev.langchain4j.service.AiServices;
import dev.langchain4j.memory.chat.MessageWindowChatMemory;

public class TravelAgent {
    
    interface TravelPlanner {
        String planTrip(String request);
    }
    
    public static void main(String[] args) {
        ChatLanguageModel model = OpenAiChatModel.builder()
            .apiKey(System.getenv("OPENAI_API_KEY"))
            .modelName("gpt-4")
            .build();
        
        TravelPlanner agent = AiServices.builder(TravelPlanner.class)
            .chatLanguageModel(model)
            .tools(new TravelTools())
            .chatMemory(MessageWindowChatMemory.withMaxMessages(20)) // 記憶，讓Agent能記住上下文
            .build();
        
        String result = agent.planTrip("幫我規(guī)劃一個(gè)3天的杭州游，包括天氣、景點(diǎn)和預(yù)算");
        System.out.println(result);
    }
}

這個(gè)Agent會自己決定先查天氣、再查景點(diǎn)、再算預(yù)算，然后把所有信息整合成一份完整的旅行計(jì)劃。整個(gè)過程是自主的，不需要我們寫死流程。

3.4 Agent與Function Calling的關(guān)系

Function Calling是Agent的“手”，Agent是擁有“大腦”的完整系統(tǒng)。

Agent通過Function Calling調(diào)用工具，但Agent多了“規(guī)劃”和“記憶”能力，能處理更復(fù)雜的任務(wù)。

第四層：Skill——封裝專業(yè)知識的“技能包”

當(dāng)Agent需要處理不同領(lǐng)域的任務(wù)時(shí)，如果讓一個(gè)Agent掌握所有知識和工具，會變得臃腫且容易出錯(cuò)。

這時(shí)候就需要Skill（技能） 的概念。

4.1 什么是Skill？

Skill是一套封裝了特定領(lǐng)域知識、最佳實(shí)踐和工具組合的“技能包”。

它就像我們?nèi)祟惖穆殬I(yè)資格證書——一個(gè)醫(yī)生有“看病技能”，一個(gè)程序員有“寫代碼技能”。

Anthropic最早提出Skill概念，一個(gè)Skill通常包含：

領(lǐng)域?qū)Ｓ玫奶崾驹~模板
一組相關(guān)的工具函數(shù)
特定的工作流邏輯

4.2 Java中如何組織Skill？

我們可以把Skill定義為一個(gè)獨(dú)立的模塊，包含自己的工具類和提示模板。

例如，一個(gè)“前端開發(fā)Skill”：

// 前端技能專屬工具
public class FrontendTools {
    
    @Tool("生成React組件代碼")
    public String generateReactComponent(String componentName, String props) {
        return """
            import React from 'react';
            
            const %s = (%s) => {
                return <div>Hello, {props.name}</div>;
            };
            
            export default %s;
            """.formatted(componentName, props, componentName);
    }
    
    @Tool("檢查CSS命名規(guī)范")
    public String checkCssNaming(String cssCode) {
        // 模擬CSS檢查邏輯
        return "CSS規(guī)范檢查通過";
    }
}

// 前端技能的提示詞模板
public class FrontendPrompts {
    public static final String SYSTEM_PROMPT = """
        你是一個(gè)資深前端開發(fā)工程師，精通React、Vue、CSS等前端技術(shù)。
        請嚴(yán)格按照前端最佳實(shí)踐生成代碼，確保代碼可維護(hù)。
        """;
}

// 創(chuàng)建前端專家Agent
public class FrontendAgent {
    public static void main(String[] args) {
        ChatLanguageModel model = OpenAiChatModel.builder()
            .apiKey(System.getenv("OPENAI_API_KEY"))
            .modelName("gpt-4")
            .build();
        
        Developer assistant = AiServices.builder(Developer.class)
            .chatLanguageModel(model)
            .tools(new FrontendTools())
            .systemMessageProvider(ignored -> FrontendPrompts.SYSTEM_PROMPT)
            .build();
        
        String code = assistant.generateCode("創(chuàng)建一個(gè)計(jì)數(shù)器組件，有加一減一按鈕");
        System.out.println(code);
    }
}

4.3 Skill與Agent的關(guān)系

在大型系統(tǒng)中，我們通常會有多個(gè)Agent，每個(gè)Agent加載不同的Skill：

前端Agent：加載ReactSkill、CSSSkill
后端Agent：加載SpringSkill、DatabaseSkill
運(yùn)維Agent：加載K8sSkill、MonitoringSkill

每個(gè)Agent只擁有完成自己領(lǐng)域任務(wù)所需的最小知識集，既提高了精準(zhǔn)度，又保障了安全。

更多項(xiàng)目實(shí)戰(zhàn)在Java突擊隊(duì)網(wǎng)：susan.net.cn

4.4 Function Call和Skill有什么區(qū)別？

一句話說清本質(zhì)：

Function Call 是一種能力：讓AI能夠調(diào)用外部函數(shù)（工具）
Skill 是一個(gè)模塊：封裝了特定領(lǐng)域的知識、最佳實(shí)踐和一組相關(guān)的Function Call

用個(gè)比喻：

Function Call 像錘子、螺絲刀、扳手這些具體工具
Skill 像木工工具箱：里面有錘子、鋸子、尺子，還附帶一本《木工操作手冊》

下面從代碼看看它們的區(qū)別。

Function Call：單個(gè)工具

public class WeatherTool {
    @Tool("獲取天氣")
    public String getWeather(String city) {
        // 調(diào)用天氣API
        return callWeatherAPI(city);
    }
}

這個(gè)工具只能干一件事：查天氣。

Skill：完整的專業(yè)能力包

// 前端開發(fā)Skill - 包含多個(gè)工具 + 專業(yè)知識
public class FrontendSkill {
    
    // 工具1：生成React組件
    @Tool("生成React組件")
    public String generateComponent(String name) {
        return "React組件代碼...";
    }
    
    // 工具2：檢查CSS規(guī)范
    @Tool("檢查CSS規(guī)范")
    public String checkCss(String css) {
        return "檢查結(jié)果...";
    }
    
    // 工具3：優(yōu)化性能建議
    @Tool("提供前端性能優(yōu)化建議")
    public String performanceAdvice(String code) {
        return "優(yōu)化建議...";
    }
    
    // 還有領(lǐng)域知識（不是工具，而是提示詞模板）
    public static final String SYSTEM_PROMPT = 
        "你是一個(gè)資深前端專家，精通React、Vue、CSS優(yōu)化...";
}

這個(gè)Skill包含了多個(gè)工具，還帶有領(lǐng)域知識。

核心區(qū)別對比表：

維度	Function Call	Skill
本質(zhì)	單一能力	能力集合 + 知識
粒度	原子操作	業(yè)務(wù)模塊
是否包含工具	本身就是工具	包含多個(gè)工具
是否包含知識	不包含	包含領(lǐng)域知識和最佳實(shí)踐
類比	單個(gè)螺絲刀	電工工具箱 + 電工手冊
應(yīng)用場景	查天氣、發(fā)郵件等單次操作	前端開發(fā)、運(yùn)維管理、財(cái)務(wù)分析等專業(yè)領(lǐng)域
代碼形式	單個(gè)`@Tool`方法	多個(gè)`@Tool`方法 + 系統(tǒng)提示詞

為什么需要區(qū)分這兩個(gè)概念？

設(shè)計(jì)層面的解耦：Function Call是底層能力，Skill是業(yè)務(wù)封裝。底層能力穩(wěn)定，上層業(yè)務(wù)可以靈活組合。
復(fù)用性：好的Skill可以跨項(xiàng)目復(fù)用，就像代碼庫里的工具包。
安全性：可以給不同的Agent分配不同的Skill，實(shí)現(xiàn)權(quán)限隔離（前端Agent不能調(diào)用后端數(shù)據(jù)庫）。

總結(jié)：

Function Call：AI的“手”，能干活
Skill：AI的“職業(yè)培訓(xùn)證書”，讓AI知道怎么干好某個(gè)領(lǐng)域的事

Function Call + 領(lǐng)域知識 + 最佳實(shí)踐 = Skill

下次再有人問這個(gè)問題，你可以直接甩給他這張表，然后說：“錘子是Function Call，工具箱是Skill，懂了嗎？”

第五層：MCP——統(tǒng)一工具調(diào)用的“世界語”

隨著Agent越來越多，每個(gè)Agent都要接入不同的工具，每個(gè)AI模型（OpenAI、Claude、文心一言）的Function Calling格式還不一樣。

這就導(dǎo)致開發(fā)者要針對每個(gè)模型寫一套工具適配代碼，非常痛苦。

MCP（Model Context Protocol，模型上下文協(xié)議） 就是來解決這個(gè)問題的。

5.1 什么是MCP？

MCP是Anthropic提出的一個(gè)標(biāo)準(zhǔn)化協(xié)議，它定義了一套統(tǒng)一的接口，讓AI模型可以像USB設(shè)備一樣動態(tài)發(fā)現(xiàn)和調(diào)用工具。

核心思想：

工具以Server的形式暴露（MCP Server）
AI應(yīng)用作為Client（MCP Client）連接Server
Server提供工具清單和調(diào)用接口
Client統(tǒng)一格式調(diào)用，無需關(guān)心底層工具具體實(shí)現(xiàn)

5.2 MCP的工作流程

image

5.3 Java中使用MCP

Spring AI 2.0已經(jīng)原生支持MCP，可以非常方便地構(gòu)建MCP客戶端和服務(wù)器。

定義MCP Server（工具提供方）：

import org.springframework.ai.mcp.server.McpServer;
import org.springframework.ai.mcp.server.McpServerFeatures;
import org.springframework.ai.mcp.server.McpServerRegistrar;
import org.springframework.ai.mcp.spec.McpSchema;

@Component
public class WeatherMcpServer {
    
    @Bean
    public McpServerRegistrar weatherServer() {
        // 定義工具
        McpSchema.Tool weatherTool = new McpSchema.Tool(
            "getWeather",
            "獲取城市天氣",
            new McpSchema.JsonSchema(Map.of(
                "type", "object",
                "properties", Map.of(
                    "city", Map.of("type", "string", "description", "城市名稱")
                ),
                "required", List.of("city")
            ))
        );
        
        // 創(chuàng)建Server
        McpServerFeatures.AsyncServerSpec serverSpec = McpServerFeatures.async()
            .tool(weatherTool, (request) -> {
                String city = request.arguments().get("city").asText();
                // 執(zhí)行真實(shí)邏輯
                String weather = "北京當(dāng)前天氣：晴，25℃";
                return CompletableFuture.completedFuture(
                    new McpSchema.CallToolResult(List.of(
                        new McpSchema.TextContent(weather)
                    ), false)
                );
            });
        
        return McpServerRegistrar.builder()
            .name("weather-server")
            .server(serverSpec)
            .build();
    }
}

MCP Client調(diào)用：

import org.springframework.ai.mcp.client.McpClient;
import org.springframework.ai.mcp.client.McpClientFeatures;

@Service
public class AIServiceWithMCP {
    
    private final ChatClient chatClient;
    private final McpClient mcpClient;
    
    public AIServiceWithMCP(ChatClient chatClient) {
        this.chatClient = chatClient;
        // 連接到MCP Server
        this.mcpClient = McpClientFeatures.async()
            .connect("weather-server", "http://localhost:8080/mcp");
    }
    
    public String askWeather(String city) {
        // 通過MCP調(diào)用工具
        McpSchema.CallToolResult result = mcpClient.callTool("getWeather", 
            Map.of("city", city)).join();
        
        String weather = result.content().get(0).text();
        
        // 也可以讓AI自動決定是否調(diào)用工具
        Prompt prompt = new Prompt("查詢" + city + "天氣");
        return chatClient.call(prompt).getResult().getOutput().getContent();
    }
}

5.4 MCP與Skill的關(guān)系

MCP和Skill是互補(bǔ)的：

MCP 解決“怎么連”的問題——標(biāo)準(zhǔn)化工具調(diào)用協(xié)議
Skill 解決“連什么”的問題——封裝專業(yè)知識和工具集合

一個(gè)典型的架構(gòu)是：Agent通過MCP調(diào)用各種Skill暴露的工具。

這樣，無論底層工具如何變化，Agent都不需要修改代碼，只需要通過MCP動態(tài)發(fā)現(xiàn)即可。

一張表徹底分清五個(gè)概念

概念	一句話定義	核心作用	Java生態(tài)代表
Prompt	給AI的指令	告訴AI要做什么	Spring AI的`Prompt`類
Function Call	讓AI能調(diào)用外部工具	賦予AI行動能力	LangChain4j的`@Tool`注解
Agent	能自主決策的智能系統(tǒng)	完成復(fù)雜任務(wù)的閉環(huán)	LangChain4j的`AiServices` + 記憶
Skill	封裝專業(yè)知識的技能包	固化領(lǐng)域知識和最佳實(shí)踐	模塊化的工具集合+提示模板
MCP	統(tǒng)一工具調(diào)用的標(biāo)準(zhǔn)協(xié)議	讓所有AI用同一套接口	Spring AI的MCP支持

這五個(gè)概念構(gòu)成了AI應(yīng)用開發(fā)的完整分層：

Prompt是地基，沒有它AI聽不懂人話
Function Call是第一層樓，讓AI能動手
Agent是第二層，讓AI會思考
Skill是裝修，讓AI更專業(yè)
MCP是連接各層的管道，讓整個(gè)系統(tǒng)靈活可擴(kuò)展

總結(jié)

有些小伙伴可能會問：“我現(xiàn)在應(yīng)該先學(xué)哪個(gè)？”

我的建議是：從Prompt開始，這是所有AI應(yīng)用的基礎(chǔ)。

理解了Prompt，再逐步接觸Function Call，然后嘗試搭建簡單的Agent。

至于Skill和MCP，可以先了解概念，等你的應(yīng)用復(fù)雜到需要多個(gè)Agent協(xié)作時(shí)，再深入學(xué)習(xí)也不遲。

Prompt、Function Call、Agent、Skill、MCP，正是AI應(yīng)用開發(fā)的“五層樓”，每一層都讓我們離業(yè)務(wù)更近，離底層細(xì)節(jié)更遠(yuǎn)。

開源地址：

Spring AI：https://github.com/spring-projects/spring-ai
LangChain4j：https://github.com/langchain4j/langchain4j
MCP規(guī)范：https://github.com/modelcontextprotocol

更多項(xiàng)目實(shí)戰(zhàn)在Java突擊隊(duì)網(wǎng)：susan.net.cn

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

Prompt、Agent、Function Call、Skill、MCP，傻傻分不清楚？

Prompt、Agent、Function Call、Skill、MCP，傻傻分不清楚？

前言

核心概念關(guān)系圖

第一層：Prompt——和AI對話的“普通話”

1.1 什么是Prompt？

1.2 Prompt的高級玩法

第二層：Function Calling——讓AI從“說話”到“動手”

2.1 什么是Function Calling？

2.2 Java實(shí)現(xiàn)Function Calling

2.3 Function Calling的核心價(jià)值

第三層：Agent——會思考、會規(guī)劃的“智能體”

3.1 什么是Agent？

3.2 ReAct：Agent的核心決策模式

3.3 Java實(shí)現(xiàn)一個(gè)簡單的ReAct Agent

3.4 Agent與Function Calling的關(guān)系

第四層：Skill——封裝專業(yè)知識的“技能包”

4.1 什么是Skill？

4.2 Java中如何組織Skill？

4.3 Skill與Agent的關(guān)系

4.4 Function Call和Skill有什么區(qū)別？

Function Call：單個(gè)工具

Skill：完整的專業(yè)能力包

第五層：MCP——統(tǒng)一工具調(diào)用的“世界語”

5.1 什么是MCP？

5.2 MCP的工作流程

5.3 Java中使用MCP

5.4 MCP與Skill的關(guān)系

一張表徹底分清五個(gè)概念

總結(jié)

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

Prompt、Agent、Function Call、Skill、MCP，傻傻分不清楚？

前言

核心概念關(guān)系圖

第一層：Prompt——和AI對話的“普通話”

1.1 什么是Prompt？

1.2 Prompt的高級玩法

第二層：Function Calling——讓AI從“說話”到“動手”

2.1 什么是Function Calling？

2.2 Java實(shí)現(xiàn)Function Calling

2.3 Function Calling的核心價(jià)值

第三層：Agent——會思考、會規(guī)劃的“智能體”

3.1 什么是Agent？

3.2 ReAct：Agent的核心決策模式

3.3 Java實(shí)現(xiàn)一個(gè)簡單的ReAct Agent

3.4 Agent與Function Calling的關(guān)系

第四層：Skill——封裝專業(yè)知識的“技能包”

4.1 什么是Skill？

4.2 Java中如何組織Skill？

4.3 Skill與Agent的關(guān)系

4.4 Function Call和Skill有什么區(qū)別？

Function Call：單個(gè)工具

Skill：完整的專業(yè)能力包

第五層：MCP——統(tǒng)一工具調(diào)用的“世界語”

5.1 什么是MCP？

5.2 MCP的工作流程

5.3 Java中使用MCP

5.4 MCP與Skill的關(guān)系

一張表徹底分清五個(gè)概念

總結(jié)

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

Prompt、Agent、Function Call、Skill、MCP，傻傻分不清楚？

1.1 什么是Prompt？

2.1 什么是Function Calling？

3.1 什么是Agent？

4.1 什么是Skill？

4.2 Java中如何組織Skill？

5.1 什么是MCP？