详细内容或原文请订阅后点击阅览
清理我们的代理架构的协议
详细了解 MCP，将我分散的工具定义转变为稳定的、可发现的服务器《清理我们的代理架构的协议》一文首先出现在《走向数据科学》上。
来源:走向数据科学几周前，数据团队的某人询问我们是否可以更新由我们复杂的代理系统的工具之一填充的数据库模式。更新很简单：两个新列被添加到表中。
工具定义位于代理协调器中。它的第二个类似版本存在于验证代理中。第三个略有不同且过时的版本位于某人在三个冲刺之前编写的实用程序模块中。人机交互审批逻辑直接连接到图形边缘，每个工具都有一个自定义实现。更改架构意味着涉及四个文件，分别重新测试每个代理，并希望下游不会悄无声息地发生故障。
我们修复了它，但它提出了一个严重的问题：为什么我们要这样构建它？
诚实的答案是我们别无选择。 LangGraph 中的工具调用是设计上的本地关注点。您可以在需要的地方定义工具，在需要的地方调用它们，并且您拥有所有的管道。当您只有两个代理时，这是可以管理的，但当七个代理与人工门共享重叠工具时，这就会成为问题。
经过一些研究后，我们决定不应该为每个代理在本地定义工具，而应该使用可以托管所有工具并且任何代理都可以使用它们的共享资源。
在本文中
模型上下文协议是 Anthropic 于 2024 年末发布的开放标准。它标准化了 AI 代理发现和调用工具的方式。您无需在协调器内定义工具，而是在单独的服务器上运行它们。代理在运行时连接到该服务器，询问有哪些工具可用，并返回列表。
LLM 使用文档字符串来帮助代理决定调用哪个工具。所以，写一个好的文档字符串非常重要。