一文秒懂 AI 核心： Agent、RAG、Function Call 与 MCP 全解析

[suke119]

🔗 懒人直看版

一图胜千言，我们用一个表格来总结下它们的关系和区别：

特性	MCP (模型上下文协议)	RAG (检索增强生成)	Agent (智能体)	Function Call (函数调用)
核心思想	标准化 AI 与外部数据/工具的通信协议	检索外部知识 + 增强提示 + 生成回答	LLM 驱动的自主决策与任务执行系统	LLM请求执行外部预定义函数/工具的能力
本质	协议/规范	技术框架/方法	系统/应用范式	模型能力/特性
通俗比喻	标准化的 USB 接口	写论文前先查资料	能干的私人助理	助理按指令使用 App
关系链	可作为 Agent 调用工具的底层标准	常被 Agent 用作获取知识的手段	核心指挥官，使用 RAG/Function Call 等工具	Agent 执行具体动作的基本手段

简单来说，它们的关系就像：

• Agent (智能体) 是那个目标导向的项目经理/大脑。
• RAG 和 Function Call 是它工具箱里的得力工具：RAG 负责查资料、找依据； Function Call 负责执行具体操作、调用外部 API 。
• MCP 则致力于提供一个标准化的接口规范，让 Agent 能更方便、更统一地接入和使用各种工具（无论是 RAG 功能还是其他 Function Call 实现的工具）。

💡 Function Call：给 AI 装上“遥控器”

• 这是啥？ Function Call 是 LLM 的一项内置“特异功能”。它允许 LLM 在需要的时候，请求外部程序帮它做点事。注意，是“请求”，不是“亲自做”。
• 为啥要它？ 因为 LLM 自己查不了实时股价、订不了机票、发不了邮件。有了 Function Call ，LLM 就能“指挥”其他工具来完成这些操作。
• 通俗比喻： 就像你让智能音箱帮你“查下今天北京天气”。音箱（ LLM ）自己感知不到天气，但它知道要去调用“天气查询”这个 App （预定义的函数/工具）。它生成指令（“查北京天气”），App 执行后把结果（“晴，25 度”）告诉音箱，音箱再用自然语言告诉你。
• 简单例子： 你问 AI：“AAPL 股价多少？” AI 判断需要查实时数据，于是生成一个“请求”：{调用函数: "查股价", 参数: {"股票代码": "AAPL"}}。外部程序收到请求，查询 API ，返回结果 {"价格": 180.50}。AI 再根据这个结果回答你：“苹果当前股价是 180.50 美元。”

🔍 RAG：AI 的“开卷考试”神器

• 这是啥？ RAG (Retrieval-Augmented Generation) 是一种让 AI 回答更靠谱的技术框架。简单说，就是在 AI 回答问题 之前，先让它去指定的资料库（比如公司内部文档、最新的行业报告）里查找 (Retrieval) 相关信息。
• 为啥要它？ 防止 AI 一本正经地“胡说八道”（专业术语叫“幻觉”），让它的回答基于最新的、准确的、特定的事实依据。
• 通俗比喻： 好比你写论文要引用最新数据。你不会光凭记忆（ LLM 的内部知识）瞎写，而是会先去图书馆或数据库**查资料 (检索)，把找到的关键信息整合 (增强)进你的论据里，最后才下笔写作 (生成)**。RAG 就是让 AI 也学会这种“先查再答”的好习惯。
• 简单例子： 你问 AI：“我们公司最新的报销政策是啥？” RAG 系统先去公司内部知识库检索“报销政策”文档，找到相关段落。然后把这些段落和你的问题一起“喂”给 AI ，AI 参考着这些最新政策，给你一个准确的回答。

🔌 MCP：AI 与工具间的“通用插座标准”

• 这是啥？ MCP (Model Context Protocol) 是 Anthropic 公司（就是搞出 Claude 那个）在 2024 年底提出并开源的一种标准化通信协议。它定义了一套规则，让 AI 应用（客户端）能以统一的方式，与各种外部数据源或工具（服务器）进行交互。
• 为啥要它？ 想象一下，如果每个工具都有自己独特的接口，那 Agent 想用多个工具时，岂不是要学 N 种“方言”？ MCP 就是想统一这个接口标准，让工具“即插即用”。
• 通俗比喻： MCP 就像是给 AI 大脑和外部工具之间制定了一个通用的 USB 接口标准。无论是本地文件系统、数据库，还是 Slack 、GitHub 这些应用，只要它们提供符合 MCP 标准的“服务器”，AI 应用（客户端）就能轻松连接并使用它们的功能，无需为每个工具单独适配。
• 简单例子： 在支持 MCP 的编辑器里，你可以让 AI“把我 /docs 目录最新的 Markdown 文件总结一下，发到 Slack 的 #general 频道”。编辑器（ MCP 客户端）通过 MCP 协议，与本地的“文件系统 MCP 服务器”和“Slack MCP 服务器”沟通，协调完成整个任务。

• • 支持 MCP 的客户端/服务器:

  • 客户端:  Claude Desktop App, Cursor, Windsurf, Cherry Studio 等 AI 编辑器或应用。

  • 服务器:  Anthropic 官方和社区提供了针对 Google Drive, Slack, GitHub, Git, Postgres, Puppeteer, Milvus (向量数据库), Firecrawl (网页抓取) 等的开源 MCP 服务器实现。开发者也可以根据 MCP 规范自定义服务器。目前，为安全起见，MCP 服务器通常在本地运行。

完整带图全文

一文秒懂 AI 核心：Agent 、RAG 、Function Call 与 MCP 全解析

[twinsant]

点赞

[marktrains]

点赞，不过这个看起来似乎也是 AI 总结的

[z4zr]

点赞

[suke119]

@marktrains 那不能 ，完整全文里面图片是 AI 生成的，用的 napkin 做的 可视化图

[Magicdove]

很通俗易懂

[SGL]

@suke119 啊，这个图完全是 AI 生成的吗。虽然看上去有点糊。

[gowk]

总结的确实不错

[suke119]

@SGL 因为 napkin 生成后我手动截图的，所以有点糊哈哈哈

[suke119]


[mimiga]

比喻很生动

[paopjian]

function call 实现的原理是什么呢, LLM 应该是输入输出只有文本的, 是有另外的程序接受 LLM 发送的指令, 同时 LLM 也知道可以用指令操作外部程序?

[suke119]

@paopjian 你可以把他理解成 预定义的函数（可多个） 然后 大模型可以针对你提问的问题、上下文和附加函数集合 响应 对应的函数和参数，这些函数是外部定义好的，但是结构化参数和函数名字是大模型可以定向回答的，结合程序实现 对应的 agent

[marktrains]

@suke119 那非常用心了，感谢分享

[lindongwu11]

> 如果每个工具都有自己独特的接口，那 Agent 想用多个工具时，岂不是要学 N 种“方言”？

但是 LLM 的能力学「方言」其实很容易。所以其实没必要用 MCP ，直接把工具调用的提示词加在提示词前面就好了。有很多现成的库可以管理这些了。

[suke119]

@lindongwu11 这个怎么说呢 MCP 现在是一种狂热阶段，后续不知道；像 高德地图、github 仓库、这些都有对应的 mcp server ，工具调用 我们自己还需要维护工具（自己实现工具），但是 mcp 相当于封装了一层 只给我们暴露了函数和参数，具体工具实现不用我们管。边走边看，后面会发展成啥样子都是未知的

[sweat89]

我是不是可以理解成，在 mcp 之前都是通过 function calling 实现的

[suke119]

@sweat89 是的