AI 进化论：从 Function Calling 到 MCP
一、给 AI 装上手脚：Function Calling 到底是个啥？
1. 专业解释与大白话解读
专业解释： Function Calling（函数调用）是模型厂商（如 OpenAI、阿里云 Qwen）提供的私有接口功能。它允许开发者预定义一组工具（函数），当模型判断用户意图需要调用外部数据或执行特定操作时，它会输出符合函数签名的结构化参数（JSON），由后端执行后再将结果反馈给模型生成最终回复。
大白话解读： 想象你雇了一个很有才华但没手没脚的'军师'（大模型）。如果你问他'今天外面几度？'，他只能瞎编。但如果你递给他一个温度计（Function），告诉他怎么读数，他就能先看温度计，再告诉你：'主公，外面 35 度，建议宅着。'
生活案例： 这就像点外卖。你（用户）对大模型说'我饿了'。大模型（外卖员）不会自己做饭，但他知道调用'美团下单'这个函数，填好'红烧肉'和'你的地址'，最后把热腾腾的饭菜送到你手里。
2. 核心功能与代码示例
在 Qwen-Agent 等框架中，Function Calling 可以实现实时数据获取、复杂数学计算和外部系统操作。
# 示例：一个简单的天气查询函数注册
from qwen_agent.tools.base import BaseTool, register_tool
@register_tool('get_weather')
class WeatherTool(BaseTool):
description = '获取指定城市的实时天气'
parameters = [{'name':'city','type':'string','description':'城市名称，如：北京','required':True}]
def call(self, params:str,**kwargs)->str:
# 这里模拟调用 API
import json
args = json.loads(params)
city = args['city']
return
