MCP实例解析：基于 OpenAI API 的多轮对话与 Function Call 实现

本文通过一个具体的示例，解析如何利用 MCP（Multi-turn Conversation Protocol）和 OpenAI API 中的 Function Call 功能，实现一个完整的多轮对话流程。示例场景模拟用户预订机票的需求，从解析意图、查询航班、用户选择到最终预订确认，每一步都展示了如何将 Function Call 与多轮对话结合起来。

---

场景描述

用户请求：

“帮我订一张明天从北京到上海的机票。”

系统需要完成的任务：

1. 解析用户意图：确认用户请求后，需要调用 search_flights 查询航班信息。
2. 查询航班信息：调用 search_flights API，获取可选航班列表。
3. 多轮交互：展示航班选项，等待用户选择具体航班。
4. 预订航班：根据用户选择，调用 book_ticket API 进行预订。
5. 发送确认信息：调用 send_confirmation API，向用户发送预订成功的确认信息。

---

系统架构

在本示例中，系统主要分为两个层面：

• 多轮对话管理层（MCP）
  负责解析用户意图、维护上下文和拆解复杂任务，将任务分解为多个步骤。

• Function Call 层
  每个步骤中，系统使用 OpenAI API 的 Function Call 功能调用相应的 API（例如 search_flights、book_ticket 和 send_confirmation），获取精确数据后返回给用户。

---

整体流程图

下面的 Mermaid 序列图展示了整个多轮对话和 API 调用的流程：