Stream_Silver的博客

本文介绍了如何使用Python开发MCP（Model Context Protocol）服务，实现大语言模型与外部工具的交互。主要内容包括：MCP协议概述及其标准化、安全性优势；环境准备与FastMCP框架安装；通过装饰器定义MCP工具（文件写入和天气查询示例）；服务启动配置（支持SSE和STDIO两种传输方式）；环境变量安全管理；以及扩展建议（添加新工具和参数验证）。文章提供了完整代码示例，帮助开发者快速构建安全的MCP服务。

Function Calling技术扩展了AI模型的能力边界，使其能够调用外部函数、访问实时数据并执行特定任务。本文以阿里云DashScope API为例，详细讲解了该技术的原理、实现和应用。核心内容包括：1）系统提示词设计引导AI行为；2）JSON格式函数定义声明可用函数；3）实际函数实现执行具体操作；4）API请求构建与结果处理流程。通过天气查询和文件写入两个实例，展示了如何让AI模型具备实时信息获取和操作执行能力，使其从"知识库"转变为真正的"智能助手"。

本文对比分析了阿里云API和DeepSeek API的函数调用功能。两者在函数定义格式上完全一致，均采用OpenAI标准结构，包含函数名称、描述和参数定义。阿里云API通过tools参数传递函数定义，响应中包含tool_calls字段指示函数调用。实际使用时需手动执行函数并返回结果给模型。主要差异在于API端点地址不同：阿里云使用DashScope服务端点，而DeepSeek有其专用地址。整体实现逻辑相似，开发者可根据服务偏好选择。