疑似有点
AI新技术新概念更新神速，几乎每天都有新玩意出来，一周不看直接成为原始人。
可恶，节奏这么快，让我怎么好好享受生活！
内容也摘自AI回答🤣
Function Call (函数调用)
Function Call是指大模型直接调用预定义函数的能力，允许模型生成请求参数并整合结果。它就像一把瑞士军刀，虽然小巧但功能多样，可以直接嵌入模型中完成轻量级任务。Function Call通常与模型绑定部署，适合处理简单、低延迟的任务，例如实时翻译、情感分析、查询天气或执行简单的数学计算等
MCP (Model Context Protocol 模型上下文协议)
MCP是Model Context Protocol的缩写，它是一种客户端-服务端模型，用于客户端请求服务端提供的工具、资源、提示词等。MCP Server就像一个被动的工具箱，专注于提供数据和工具接口，例如抓取网页、读取文件或调用API等。它的优势在于模块化设计，便于独立开发和扩展，但局限性是只能被动响应，无法主动解决问题。
ReAct
ReAct是一种结合了语言模型的推理能力和工具调用的框架。它通过特定的提示模板，让模型在回答问题时能够显式地展示思考（Thought）、行动（Action，即调用工具）和观察（Observation，即工具返回的结果）的过程。例如，在Qwen中，可以使用ReAct Prompting实现带有额外规划元素的函数调用，使中间文本更具结构化。ReAct框架有助于提高模型在处理复杂任务时的透明度和可解释性。
这样看来，function call 和 mcp 好像作用很像，都是让大模型可以调用外部接口工具。但是function call貌似直接是嵌入模型内部的，是作为某些大模型自身的能力。mcp则是定义的统一协议，或者说规则，无关大模型能力。
MCP实现
MCP（Model Context Protocol，模型上下文协议）并不是通过给大模型特殊提示词来实现的。
MCP是一种开放协议，由Anthropic在2024年底推出，旨在通过标准化的接口实现大语言模型（LLM）与外部数据源之间的无缝集成。它通过定义统一的通信协议和架构，使得AI系统能够更高效地访问和利用多源数据，从而扩展AI的应用范围和提高其效率。
MCP基于客户端-服务器模型，允许客户端请求使用服务端提供的工具、资源和提示词。其中，提示词是预先定义好的模板，用于指导大模型完成特定任务。但MCP的核心在于其标准化的接口和通信机制，而不仅仅是提示词本身。
ReAct实现细节
ReAct是一种结合了语言模型推理能力和工具调用的框架，它通过特定的提示模板，让模型在回答问题时能够显式地展示思考（Thought）、行动（Action，即调用工具）和观察（Observation，即工具返回的结果）的过程。ReAct调用工具的过程如下：
- 工具的定义与描述
在ReAct框架中，工具（Tool）是预先定义好的，每个工具都有一个名称（name）和描述（description）。这些工具可以是任何可以执行特定任务的函数或接口，例如搜索工具、计算器工具等。 - 将工具集成到模型中
将定义好的工具添加到模型的工具列表中，这样模型在运行时就可以访问和使用这些工具。 - 模型的推理与规划
当用户提出一个问题时，模型会根据问题和上下文，结合已有的工具，进行推理和规划。模型会思考如何解决问题，并决定使用哪个工具以及工具的输入参数。 - 执行工具调用并获取结果
模型生成一个Action，指定要使用的工具及其输入参数。然后执行这个工具调用，并将工具返回的结果作为Observation保存。 - 重复迭代直至任务完成
模型会根据Observation进行思考，规划下一步的Action，直到任务完成或者达到最大迭代次数。
在整个过程中，ReAct框架通过不断地思考、行动和观察，帮助模型更有效地利用外部工具来完成复杂任务，提高了模型的透明度和可解释性。
ReAct是基于提示词的。ReAct框架通过特定的提示模板，让模型在回答问题时能够显式地展示思考（Thought）、行动（Action，即调用工具）和观察（Observation，即工具返回的结果）的过程。提示词在ReAct中起到了引导模型行为的关键作用，帮助模型理解如何在解决问题的过程中结合推理和工具调用。
提示词真是一门大学问。