大模型必备:LLM工具调用技术演进(Function Call→MCP→Agent Skills),建议收藏

LLM工具调用历经从Function Call到MCP再到Agent Skills的演进。Function Call解决了可靠性,MCP解决了标准化问题,而Agent Skills则提供轻量化、可组合的专业能力模块,解决LLM专业领域技能匮乏问题。Skills与MCP协同工作,Skills负责告诉LLM如何做,MCP负责连接外部系统,共同扩展LLM能力。

1、 LLM工具调用发展历程

为了扩展LLM调用外部能力,2023年OpenAI在GPT API中推出了Function Call,类似传统API设计思想,让LLM按JSON格式填写参数,由后端调用接口。

随着Agent框架发展起来,可以由Agent根据目标自主决策使用什么工具,完成多步规划与工具调用。

但各家工具不兼容、生态碎片化。为了解决这一问题,Anthropic在2024年提出了MCP协议,将LLM连接外部数据源和工具抽象成统一协议,成为各大模型通用标准。

最近Anthropic进一步推出了Agent Skills,给LLM提供一个可移植的领域能力包,把「领域知识+操作文档+工程脚本」打包成模块化插件,可以挂载到不同 Agent 复用。

  • 阶段 1解决了“能不能调”的问题(可靠性)。
  • 阶段 2解决了“会不会用”的问题(自主性)。
  • 阶段 3解决了“好不好连”的问题(标准化)。
  • 阶段 4解决了“专不专业”的问题(专业化)。

2、详解最新的Agent Skills

今天重点介绍一下最新的Agent Skills。

为了解决LLM专业领域技能匮乏问题,需要一种轻量化、可组合、可移植的方式给Agent注入专业技能。

于是有了Agent Skills,其本质是一个模块化的能力包,包含指令、脚本、资源,LLM可以动态发现和加载。

其形态是一个包含SKILL.md文件的目录,以Claude的PDF文档编辑为例:

如图所示,共有3+层结构:

  • 第一层:Metadata(元数据),类似tool的功能描述,启动时加载,只包含所有Skill的name和description;
  • 第二层:SKILL.md主体,当Agent 觉得某个skill相关时才加载,包含核心指令;
  • 第三+层:关联的附加文件,根据SKILL.md按需引用其他文件,如forms.md、reference.md、python脚本等;

每次只读与当前任务相关的技能,这对上下文非常友好,也算是上下文工程的一个技术。(不过目前来看只负责加载,不负责上下文卸载。

都是扩展LLM能力,那么Skills会替代掉MCP吗?这是一个好问题:)

如下图所示,Skills与MCP其实是并列关系。

相比Tools的上下文都要提前加载到上下文,Skills渐进式披露方式更加友好。Claude也展望了Skills发展,Skills会与MCP协同,SKill负责“告诉LLM如何做”,MCP作为传输协议负责连接到外部系统。

  • 使用文档:https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
  • 代码库:https://github.com/anthropics/skills

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包

  • ✅ 从零到一的 AI 学习路径图
  • ✅ 大模型调优实战手册(附医疗/金融等大厂真实案例)
  • ✅ 百度/阿里专家闭门录播课
  • ✅ 大模型当下最新行业报告
  • ✅ 真实大厂面试真题
  • ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ,朋友们如果有需要《AI大模型入门+进阶学习资源包》下方扫码获取~

① 全套AI大模型应用开发视频教程

(包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点)

② 大模型系统化学习路线

作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余

以上资料如何领取?

为什么大家都在学大模型?

最近科技巨头英特尔宣布裁员2万人,传统岗位不断缩减,但AI相关技术岗疯狂扩招,有3-5年经验,大厂薪资就能给到50K*20薪!

不出1年,“有AI项目经验”将成为投递简历的门槛。

风口之下,与其像“温水煮青蛙”一样坐等被行业淘汰,不如先人一步,掌握AI大模型原理+应用技术+项目实操经验,“顺风”翻盘!

这些资料真的有用吗?

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。

以上全套大模型资料如何领取?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1159415.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

KNN算法详解

KNN算法 KNN算法简介 【理解】KNN算法思想 K-近邻算法(K Nearest Neighbor,简称KNN)。比如:根据你的“邻居”来推断出你的类别KNN算法思想:如果一个样本在特征空间中的 k 个最相似的样本中的大多数属于某一个类别&…

手把手AI论文工具全攻略:9款神器精准控率无压力操作指南

同学们,还在为论文发愁吗?从开题报告到文献综述,从数据分析到格式排版,每一步都感觉压力山大?别担心,AI时代已经为我们送来了强大的“学术神器”。今天,我将化身你的专属论文助教,为…

卡尔曼滤波做轨迹跟踪 鲁棒卡尔曼滤波做野值剔除后的预测 扩展卡尔曼滤波对GPS数据进行状态估计滤波

卡尔曼滤波做轨迹跟踪 鲁棒卡尔曼滤波做野值剔除后的预测 扩展卡尔曼滤波对GPS数据进行状态估计滤波 轨迹跟踪这活儿听起来玄乎,其实咱们每天都在用——手机导航里那个蓝色小圆点,背后八成藏着卡尔曼滤波的数学魔法。今天咱们扯点实在的,用P…

2026年PLC厂家推荐:2026年度权威评测与市场格局排名解析

摘要 在工业4.0与智能制造转型的宏观趋势下,可编程逻辑控制器作为自动化系统的“大脑”,其选型决策直接关系到生产线的可靠性、灵活性与长期数字化升级潜力。当前,企业决策者面临的核心焦虑在于:如何在技术路线日趋多元、开放与封…

国外学术论文怎么找:实用检索技巧与资源平台推荐

刚开始做科研的时候,我一直以为: 文献检索就是在知网、Google Scholar 里反复换关键词。 直到后来才意识到,真正消耗精力的不是“搜不到”,而是—— 你根本不知道最近这个领域发生了什么。 生成式 AI 出现之后,学术检…

langchain 使用 MessagesPlaceholder 实现会话上下文

第一步:创建带历史消息占位符的提示词模板from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholderprompt ChatPromptTemplate.from_messages([SystemMessage(content"你是3DM的一个技术专家,擅长解决各种Web开发中的技术问题…

langchain 创建智能体,并使用saver保存会话消息

简单创建智能体并调用 """ 可参考官方文档地址:https://docs.langchain.com/oss/python/langchain/agents 智能体会遵循 ReAct(“推理行动”)模式,交替进行简短的推理步骤和针对性工具调用,并将所得观察…

python基于vue的江西特色乡村综合风貌展示平台django flask pycharm

目录技术框架与开发工具功能模块设计数据库与性能优化特色创新点应用价值与推广开发技术路线相关技术介绍核心代码参考示例结论源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!技术框架与开发工具 该平台采用Python作为后端核心语言&…

langchian 使用外部MCP工具创建自己的MCP服务

普通智能体接入高德MCP mcp协议官网:https://modelcontextprotocol.info/zh-cn/ 关于什么是mcp建议大家看一下MCP官网就可以,首页的描述就非常贴切 “AI应用的USB-C接口” 接口通用,功能强大接入流程 官网示例:https://docs.langc…

【开题答辩全过程】以 基于Java的大学生兼职信息系统的设计与实现为例,包含答辩的问题和答案

个人简介一名14年经验的资深毕设内行人,语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的…

2026年强推新兴GEO服务商-微盟星启:抢占AI搜索心智打造品牌增长

一、AI搜索重构增长逻辑,品牌亟需“标准答案”破局当生成式AI成为搜索领域的核心变革力量,互联网用户的信息获取方式正发生根本性转变。不同于传统关键词搜索的“信息罗列”,AI搜索更倾向于输出“整合式、结论性”的答案,这直接重…

Spring 中 Servlet 容器和 Python FastAPI 对比

一、核心架构对比:Java Servlet vs. Python ASGI 下表清晰地展示了两个生态在对应层级上的核心组件与关系:架构层级核心职责Java / Servlet 生态Python / ASGI 生态1. 网络与协议层处理原始HTTP请求/响应、连接管理、线程/进程调度。Tomcat, Jetty, Unde…

虎贲等考 AI:重构学术创作新范式,一站式智能论文写作解决方案

在学术研究与论文写作的赛道上,研究者与学子们往往面临选题迷茫、文献繁杂、实证低效、合规棘手等多重困境。虎贲等考 AI 智能写作平台(官网:https://www.aihbdk.com/)应势而生,作为一款基于前沿人工智能技术打造的专业…

揭秘Emmi AI每月人均千欧的远程团队协作模式

Emmi AI是一家奥地利深度科技公司,致力于构建人工智能驱动的物理仿真技术,以加速流体动力学、多物理场和固体力学等领域的工程流程。 对于从事此类工作的公司而言,人员协作方式与技术本身同等重要。该公司采用了一种混合、远程优先的模式&…

拒稿率暴跌 90%!虎贲等考 AI 期刊论文功能:从初稿到录用的 “学术加速器”

《自然》期刊统计显示,全球 78% 的学术论文因写作问题被拒稿,其中结构性缺陷占 53%,学术规范失误占 32%。对于科研人来说,撰写期刊论文不仅要攻克研究难题,还要面对文献梳理、格式规范、查重降重等一系列 “附加关卡”…

langchain 常见提示词模板使用案例

大模型对象创建&调用 """ 大模型共用定义""" import os from dotenv import load_dotenv from langchain_openai import ChatOpenAI load_dotenv()# 创建大模型对象 llm ChatOpenAI(model"qwen-max-latest",base_url"https…

langchain的工具调用

Tools 就是给大模型安装的"手和脚",让大模型能够调用外部函数/API来获取实时信息或执行具体操作。Tools 的工作流程 完整流程 用户问题 → 大模型思考 → 调用Tool → 执行Tool → 结果返回 → 大模型重新组织 → 最终回答 # 1. 用户提问 user_question …

告别熬夜做 PPT!虎贲等考 AI PPT:学术汇报的 “一键焕新” 神器

学术汇报的终极痛点是什么?不是论文写得不够好,而是熬了三个通宵做的 PPT,被导师批 “逻辑混乱、排版杂乱、重点不明”。从开题汇报、中期答辩到最终答辩,每一次 PPT 制作都像一场耗时耗力的 “硬仗”—— 既要提炼论文核心观点&a…

销售要少夸赞自己实力强,多问问客户害怕什么

制造业的销售常常会犯一个致命的错误:一和客户见面就急着向对方证明“我们技术领先同行”“设备精度非常高”“服务响应速度快”……但客户内心里想的却是:“你说得再好,万一出现问题,这个责任还是得我来承担,”在责任…

GetX 从 0 开始:理解 Flutter 的“对象级响应式系统”

很多人听说 GetX,是因为它“什么都能干”:状态管理、路由、依赖注入。 但如果一上来就学 API,很容易学成“工具集合”。 这篇文章只做一件事: 👉 从 0 建立对 GetX 的正确认知:它到底解决什么问题&#xff…