Function Calling 为什么不够用？深入拆解 MCP 标准协议的设计哲学

本文目录

一、从 Function Calling 到 MCP：协议化演进的必然性
二、MCP 核心三要素：Tools、Resources 与 Prompts 的正交设计
三、MCP 通信管道：Stdio 与 Streamable HTTP/SSE 的选型权衡
四、生产级代码实战：手写一个标准 MCP Client
本篇总结

Function Calling 为什么不够用？深入拆解 MCP 标准协议的设计哲学 ------------------------------------------

请添加图片描述

作者：吴佳浩（Alben）
公众号：全栈架构师笔记
系列专栏：《MCP 与 Agent Tools 工程化落地实战》· 第 01 篇

导读
Function Calling 只是单次 HTTP 请求的语法糖，MCP（Model Context Protocol）才是 AI 时代的标准化 USB 总线。
以前每个 Agent 框架都在重复造工具适配器的轮子，写一套代码只能给一个框架用；MCP 第一次把 Tools、Resources 和 Prompts 变成了跨模型、跨框架、跨语言的通用基础设施。
函数调用解决了“模型怎么输出参数”，MCP 解决了“智能体如何与世界解耦交互”。

在过去两年中，几乎所有做 Agent 的团队都经历过这样一段痛苦的技术演进：早期 OpenAI 推出了 Function Calling，大家兴奋地在业务代码里手写一个个 JSON Schema。但随着接入的外部系统越来越多——内部数据库、GitLab、Jira、Kubernetes、飞书文档、本地文件系统——团队会立刻撞上一面坚硬的工程之墙：

困境现象	具体表现	架构根因
1. 碎片化与厂商锁定	为 LangChain 写的工具，在	缺乏统一的协议标准，每个框架
(Vendor Lock-in)	AutoGen 或 Claude Code 里跑不通	都有自己私有的 Tool 抽象基类
2. 状态与连接管理缺失	每次函数调用都是无状态短连接，	协议层缺乏长会话生命周期维护与
(Stateless Churn)	无法支持流式推送、事件订阅与鉴权	双向通信通道
3. 资源与上下文混淆	文档、日志、表格等静态资源，全被	缺乏资源与操作的语义正交解耦，
(Semantic Pollution)	强行包成函数，导致模型意图混乱	导致 Prompt 空间极度低效

为了解决这种混乱的“工具孤岛”局面，Anthropic 开源了 MCP（Model Context Protocol），并在短短几个月内迅速成为事实上的行业标准。

为什么行业在有了 Function Calling 之后，依然迫切需要 MCP？MCP 底层究竟设计了哪些精妙的机制？

一、从 Function Calling 到 MCP：协议化演进的必然性

要理解 MCP 的价值，我们必须看清工具调用在架构上的四代演进：

mermaid diagram

🔸 第一代（Prompt 裸搓）：解析经常失败，极不稳定；
🔸 第二代（Function Calling）：模型保证了 JSON 结构的稳定性，但它只是一套 API 序列化协议，完全不涉及工具在哪里运行、如何鉴权、如何跨网络发现；
🔸 第三代（框架私有 SDK）：形成了严重的框架壁垒，团队在工具维护上浪费了大量无意义的胶水代码；
🔸 第四代（MCP 标准协议）：彻底将 Client（宿主应用/Agent） 与 Server（工具与数据提供方） 解耦。无论底层是大模型 A 还是大模型 B，只要支持 MCP，就能即插即用接入全球所有的 MCP Servers。

一句话总结这一章的核心观点：
Function Calling 只是模型接口层面的特性，MCP 则是整个分布式智能体生态的通信协议。

二、MCP 核心三要素：Tools、Resources 与 Prompts 的正交设计

很多初学者把 MCP 简单理解为“远程函数调用（RPC）”。这是极其片面的。MCP 协议的核心精髓，在于它将上下文交互正交拆解为三大支柱：

核心要素	抽象定位	交互模式	典型应用场景
🛠️ Tools (工具)	模型可调用的动作	动态调用 (Model-Pull)	执行 SQL、部署容器、
	(具备副作用)	需大模型主动下发参数	修改本地文件、调 API
📄 Resources (资源)	模型可读取的数据	被动装载 (App/User)	读取日志、查看表结构、
	(只读无副作用)	类似文件或 URI 数据源	获取 Git Diff、系统指标
💬 Prompts (提示词)	预定义的交互模板	显式触发 (User-Push)	单元测试生成模板、
	(工程化工作流)	固化的专家级提问范式	代码 Review 标准规程

mermaid diagram

🔸 Tools（动作）：赋予 Agent 改变世界的能力（有副作用，必须受权限与审批管控）；
🔸 Resources（数据）：赋予 Agent 观察世界的能力（标准化 URI 寻址，如 git://repo/diff 或 db://schema/users，只读且幂等）；
🔸 Prompts（模版）：固化了人类专家的交互最佳实践，让用户一键激活复杂的多步指令。

一句话总结这一章的核心观点：
Tools 是手，Resources 是眼，Prompts 是任务书。三者解耦，才构成了完整的上下文交互协议。

三、MCP 通信管道：Stdio 与 Streamable HTTP/SSE 的选型权衡

在工程实现上，MCP 支持两种底层传输通道（Transports），它们适用于完全不同的物理场景：

对比维度	Stdio Transport (标准输入输出)	Streamable HTTP / SSE
通信机制	进程间管道 (stdin / stdout)	长连接 HTTP + Server-Sent-Evt
部署拓扑	本地子进程 (Subprocess)	跨网络分布式服务 (Microservice
鉴权与隔离	依赖操作系统进程级权限	OAuth2、JWT、mTLS 标准网关
典型场景	桌面客户端、CLI 工具、本地排错	企业中台、多 Agent 共享微服务
优势与代价	零网络开销、极速冷启动；	跨机器共享、弹性伸缩；
	无法跨机器共享、调试困难	需维护长连接与分布式网关

mermaid diagram

一句话总结这一章的核心观点：
本地极客工具选 Stdio 极速启动，企业级中台必须上 Streamable HTTP/SSE 实现多租户鉴权与共享。

四、生产级代码实战：手写一个标准 MCP Client

以下为基于 Python 3.11+ 与标准库构建的极简、无第三方重型依赖的 MCP Stdio Client 核心实现：

<span>"""
mcp_client_runtime.py

生产级轻量 MCP Client 实现

支持：
- Stdio 子进程生命周期管理
- MCP Initialize 能力协商
- Tool Schema 获取
- Tool 调用
"""</span>

<span>import</span> json
<span>import</span> subprocess
<span>import</span> threading
<span>from</span> typing <span>import</span> <span>Any</span>, <span>Dict</span>, <span>List</span>, <span>Optional</span>


<span>class</span> <span>MCPStdioClient</span>:
    <span>"""基于 Stdio 的 MCP Client"""</span>

    <span>def</span> <span>__init__</span>(<span>self, command: <span>str</span>, args: <span>List</span>[<span>str</span>]</span>):
        self.command = command
        self.args = args

        self.process: <span>Optional</span>[subprocess.Popen] = <span>None</span>

        self._request_id = <span>0</span>
        self._lock = threading.Lock()

    <span>def</span> <span>start</span>(<span>self</span>) -> <span>None</span>:
        <span>"""启动 MCP Server 并完成 Initialize 握手"""</span>

        self.process = subprocess.Popen(
            [self.command] + self.args,
            stdin=subprocess.PIPE,
            stdout=subprocess.PIPE,
            stderr=subprocess.PIPE,
            text=<span>True</span>,
            bufsize=<span>0</span>,
        )

        <span># Initialize</span>
        self._send_raw(
            {
                <span>"jsonrpc"</span>: <span>"2.0"</span>,
                <span>"id"</span>: self._next_id(),
                <span>"method"</span>: <span>"initialize"</span>,
                <span>"params"</span>: {
                    <span>"protocolVersion"</span>: <span>"2024-11-05"</span>,
                    <span>"capabilities"</span>: {},
                    <span>"clientInfo"</span>: {
                        <span>"name"</span>: <span>"FullStackArchitectClient"</span>,
                        <span>"version"</span>: <span>"1.0.0"</span>,
                    },
                },
            }
        )

        self._read_response()

        <span># Initialized Notification</span>
        self._send_raw(
            {
                <span>"jsonrpc"</span>: <span>"2.0"</span>,
                <span>"method"</span>: <span>"notifications/initialized"</span>,
            }
        )

    <span>def</span> <span>list_tools</span>(<span>self</span>) -> <span>List</span>[<span>Dict</span>[<span>str</span>, <span>Any</span>]]:
        <span>"""获取 MCP Server 暴露的 Tool Schema"""</span>

        req_id = self._next_id()

        self._send_raw(
            {
                <span>"jsonrpc"</span>: <span>"2.0"</span>,
                <span>"id"</span>: req_id,
                <span>"method"</span>: <span>"tools/list"</span>,
                <span>"params"</span>: {},
            }
        )

        response = self._read_response()

        <span>return</span> response.get(<span>"result"</span>, {}).get(<span>"tools"</span>, [])

    <span>def</span> <span>call_tool</span>(<span>
        self,
        tool_name: <span>str</span>,
        arguments: <span>Dict</span>[<span>str</span>, <span>Any</span>],
    </span>) -> <span>str</span>:
        <span>"""调用远程 MCP Tool"""</span>

        req_id = self._next_id()

        self._send_raw(
            {
                <span>"jsonrpc"</span>: <span>"2.0"</span>,
                <span>"id"</span>: req_id,
                <span>"method"</span>: <span>"tools/call"</span>,
                <span>"params"</span>: {
                    <span>"name"</span>: tool_name,
                    <span>"arguments"</span>: arguments,
                },
            }
        )

        response = self._read_response()

        content = response.get(<span>"result"</span>, {}).get(<span>"content"</span>, [])

        <span>return</span> <span>"\n"</span>.join(
            item.get(<span>"text"</span>, <span>""</span>)
            <span>for</span> item <span>in</span> content
            <span>if</span> item.get(<span>"type"</span>) == <span>"text"</span>
        )

    <span>def</span> <span>_next_id</span>(<span>self</span>) -> <span>int</span>:
        <span>"""生成递增 Request ID"""</span>

        <span>with</span> self._lock:
            self._request_id += <span>1</span>
            <span>return</span> self._request_id

    <span>def</span> <span>_send_raw</span>(<span>self, payload: <span>Dict</span>[<span>str</span>, <span>Any</span>]</span>) -> <span>None</span>:
        <span>"""发送 JSON-RPC 请求"""</span>

        <span>if</span> <span>not</span> self.process <span>or</span> <span>not</span> self.process.stdin:
            <span>raise</span> RuntimeError(<span>"MCP process has not been started."</span>)

        raw = json.dumps(payload) + <span>"\n"</span>

        self.process.stdin.write(raw)
        self.process.stdin.flush()

    <span>def</span> <span>_read_response</span>(<span>self</span>) -> <span>Dict</span>[<span>str</span>, <span>Any</span>]:
        <span>"""读取 JSON-RPC 响应"""</span>

        <span>if</span> <span>not</span> self.process <span>or</span> <span>not</span> self.process.stdout:
            <span>raise</span> RuntimeError(<span>"MCP process has not been started."</span>)

        line = self.process.stdout.readline()

        <span>if</span> <span>not</span> line:
            stderr = <span>""</span>

            <span>if</span> self.process.stderr:
                stderr = self.process.stderr.read()

            <span>raise</span> RuntimeError(
                <span>f"MCP Server closed unexpectedly: <span>{stderr}</span>"</span>
            )

        <span>return</span> json.loads(line.strip())

    <span>def</span> <span>close</span>(<span>self</span>) -> <span>None</span>:
        <span>"""关闭 MCP Server"""</span>

        <span>if</span> self.process:
            self.process.terminate()
            self.process.wait()
            self.process = <span>None</span>

本篇总结

🔸 Function Calling 只是语法糖，MCP 才是 AI 外设生态的标准化 USB 总线；
🔸 Tools、Resources、Prompts 三要素正交解耦，构成了完整的上下文交互规范；
🔸 Stdio 适合本地，Streamable HTTP/SSE 适合企业级中台；
🔸 掌握协议层，才能真正构建可插拔、可演进的工业级 Agent。

在下一篇中，我们将深入实战：《从零手写一个生产级 MCP Server：鉴权、流式传输与状态管理》，带你从零构建一个高可用的企业级数据连接器！

筒子们本篇为《企业级 Agent 实战指南》· 第二章的第 01 篇，后续续会更新完整的agent的开发的全部过程，如果你对Agent开发感兴趣不妨关注一下本合集。

Function Calling 为什么不够用？深入拆解 MCP 标准协议的设计哲学

一、从 Function Calling 到 MCP：协议化演进的必然性

二、MCP 核心三要素：Tools、Resources 与 Prompts 的正交设计

三、MCP 通信管道：Stdio 与 Streamable HTTP/SSE 的选型权衡

四、生产级代码实战：手写一个标准 MCP Client

本篇总结

相关推荐