Tools
Function Calling、MCP 和 Skills - Why-What-How 框架解析
📑 页面目录
Function Calling、MCP 和 Skills 完全解析
Why：为什么需要它？
LLM 擅长处理非结构化信息（自然语言文本），但现实世界的外部系统（数据库、API、文件系统等）只能处理结构化信息。需要一个桥梁将用户的自然语言需求转换为结构化的函数调用，让 LLM 能与外部系统稳定交互。
What：它是什么？
AI Agent 调用工具的基础能力，是 MCP 和 Skills 能够存在的前置条件。它让 LLM 生成结构化的 JSON 格式输出，包含函数名和参数，而非自然语言。
核心机制：
- LLM 返回
tool_calls字段，包含function.name（工具名）和function.arguments（参数） - 系统解析 JSON 并执行对应函数，无需复杂的文本解析逻辑
How：如何实现？
{
"tool_calls": [{
"function": {
"name": "get_weather",
"arguments": "{\"city\": \"北京\", \"date\": \"today\"}"
}
}]
}
系统解析 → 找到对应函数 → 执行调用 → 返回结果给 LLM → LLM 生成最终回答
Why：为什么需要它？
Function Calling 虽然解决了调用问题，但工具集成成本太高。每个组织都有自己的 API、认证方式、数据格式，开发者需要为每个系统单独编写集成代码。MCP 旨在提供标准化的接驳协议，降低工具集成成本。
What：它是什么？
由 Anthropic 推动的开放标准（已捐赠给 Linux 基金会），为 LLM 应用提供标准化接口以连接外部数据源和工具。本质上是一套协议转换层，基于 Function Calling 实现。
How：如何工作？
关键特点：
- 采用 Client/Server 架构
- 使用 JSON-RPC 协议和标准化工具描述格式（JSON Schema）
- 将 Function Calling 转换为统一的 HTTP/JSON 请求
Why：为什么需要它？
Function Calling 和 MCP 都有任务流程定义困难的问题。复杂任务（如代码审查、部署流程）需要特定执行顺序、规则和约束，但：
- 全部写成代码 → 丧失模型处理不确定性的优势
- 简单提示词 → 模型无法按精确流程执行
需要一个方式让用户用文字定义可复用的任务流程，同时保留模型的灵活性。
What：它是什么？
Anthropic Claude 的尝试，是 Sub-Agent 的包装。让用户用文字定义指令、脚本和资源，形成可复用的任务流程。本质上是在 Function Calling 之上的巧妙应用。
How：如何工作？
渐进式披露机制：
- 初始化：加载所有 Skills 的元数据（名称+描述，约100 token）到模型上下文
- 发现：Claude 根据用户请求匹配 Skill 元数据，判断是否需要使用
- 加载（Function Calling）：调用
load_skill(skill_name)加载对应 SKILL.md 文档 - 执行（继续使用 Function Calling）：按文档流程执行任务，按需调用脚本、读取资源
三者对比总结
| 维度 | Function Calling | MCP | Skills |
|---|---|---|---|
| 本质 | 基础能力：非结构化→结构化转换 | 标准化接驳协议 | Sub-Agent 包装：文字化流程定义 |
| 解决问题 | LLM 与外部系统交互的桥梁 | 工具集成成本高 | 任务流程定义困难，保留模型灵活性 |
| 实现方式 | LLM 输出结构化 JSON | 基于 FC，转换为 JSON-RPC+HTTP | 基于 FC，固化 load_skill() 函数，渐进式加载文档 |
| 适用场景 | 所有工具调用场景 | 与既有系统接驳（GitHub、Slack、数据库等） | 需要特定流程的任务（代码审查、部署流程、合规检查等） |
| 与 FC 关系 | 基础层 | 基于 FC 的协议转换 | 基于 FC 的文档加载与执行 |
核心洞察
💡 一切都是函数，函数才是第一公民
"一切都是函数，函数才是第一公民" —— Lynxe 的设计理念
三者的关系是层层递进、相互竞合：
- Function Calling 是根基 —— 没有它，MCP 和 Skills 都无法工作
- MCP 和 Skills 是竞争关系 —— 都解决"如何整合多个既有系统实现复杂任务"，但路径不同：
- MCP：协议转换 Server + 代码型流程定义
- Skills：直接命令行调用 + 文字化流程定义
- Skills 替代的是 MCP 函数中的串接代码 —— 用模型决策替代硬编码逻辑，增强适应性，但牺牲 100% 准确性
未来展望
文章作者认为，当前 Agent 方案仍有局限（纯文本描述不够结构化、只能以对话框形式接驳系统），因此提出了 Func-Agent 思路：
让每个 Agent 能力都通过函数化接口暴露，兼顾结构化输入输出与系统集成能力。