MCP协议底层原理大揭秘：与Function Call的关系及实验验证 - 今日头条.md7.1 KBit/ai/MCP协议底层原理大揭秘：与Function Call的关系及实验验证 - 今日头条.md
--- title: "MCP协议底层原理大揭秘：与Function Call的关系及实验验证 - 今日头条" source_url: "https://www.toutiao.com/article/7483758061397295651/?wid=1782274778845" source_site: "www.toutiao.com" clipped_at: "2026-06-24T04:19:47.915347+00:00" clipper: "aiwiki-url-ingest" extractor: "toutiao_rendered" --- # MCP协议底层原理大揭秘：与Function Call的关系及实验验证 - 今日头条 在人工智能领域，MCP作为AI大模型的标准化工具箱壳，备受关注。但很多人心中也有诸多疑问：AI大模型是如何知晓工具箱里的工具以及调用参数的？MCP与function call有着怎样的关系？是否只有支持function call的模型才能使用MCP ？今天，我们就从大模型与提示词的角度，深入探讨MCP协议的底层原理。 为了更直观地展示和验证，我们使用CloundFlare的AI gateway设计了一个小实验，抓取与AI交互的所有请求数据。 **实验步骤如下：** **1\. 注册并配置CloundFlare的AI gateway** 若没有账号，先注册。进入[科赋锐信息科技Cloudflare \| Cloudflare](https://www.cloudflare-cn.com/)后，在左侧菜单点击AI gateway，这是CloundFlare推出的大模型API的代理功能。配置好后，大模型API会先流经CloundFlare，最终到达API提供商。添加这个目的，主要是想在后续查看MCP请求大模型的日志记录，分析MCP如何帮助我们完成任务。  进入AI Gateway后，点击“create gateway”，随便起个名字。创建完成后，点击右上角的API平台，选择OpenRouter。在VS Code中下载并安装Cline插件，接着选择OpenAI compatible，在对应的设置框中复制CloundFlare的链接到base URL中 ，并到OpenRouter中申请API Key，粘贴到相应位置，填写模型ID（如免费的DeepSeek V3）。     **2\. 添加MCP server** 进入Vscode的Cline点击MCP小按钮，在市场搜索与时间有关的MCP server（以“time”为例）。要注意的是，MCP server本质是运行在电脑上的程序（此处为Python编写），所以需先安装好Python运行环境 ，之后AI会自动安装该MCP server。安装过程包括创建文件夹、用PIP命令安装Python包、创建配置文件并保存（可修改配置文件添加本地时区），最后点击approve完成配置。此时可看到server里有“获取当前时间”和“进行时间转换”两个工具。    # AI如何知晓MCP server及相关工具 新开一个对话，询问“现在的时间是什么” ，AI显示可能要调用“get current time time ”的MCP工具。我们可以在CloudFlare查看日志，重点关注系统提示词。其中提到“MCP server模型上下文协议允许系统与本地运行的MCP server之间进行通信 ，带来额外的工具及资源扩展能力，可使用use\_mcp\_tool来执行MCP协议或者access mcp resource来获取资源” ，且明确写出了可使用工具（如“get current time ”及其传参格式、“convert time ”及其传参格式） ，这就解释了AI是如何知道MCP server及可用工具的，也说明了MCP的通用性可兼容市面上几乎所有大模型，因为只要大模型能懂提示词就能使用MCP 。  # MCP的调用过程 1\. Cline把用户提问及MCP详细使用方法（附加在系统提示词里）传递给大模型。 2\. 大模型决定使用哪个MCP工具及传递参数的方式。 3\. Cline根据大模型决定的调用方式调用MCP server（MCP server本质是本地node JS或Python程序）。 4\. Cline拿到MCP server返回结果，加上之前上下文再次传递给大模型，大模型整理后呈现最终结果给用户。比如在上述获取时间的例子中，最终给出了当前时间，时区为上海的结果。  # MCP与function call的关系 为探究二者关系，我们以DeepSeek Re（不支持function code ）为例。在GitHub可看到开发者希望DeepSeek Re支持相关功能的诉求。由于MCP相关知识附加在系统提示词里，模型只要能读懂提示词就能使用MCP ，与是否具备function call功能无关。我们在DeepSeek的API开放平台创建API Key相关信息并填写到Cline里，测试DeepSeek Re能否使用MCP ，结果显示模型推理过程调用了MCP工具并成功给出正确答案。 由此可见，MCP与function code功能相似且相互独立，没有依赖关系。MCP最大的优点是将之前各家大模型不同的code标准整合为统一的标准协议，市面上几乎所有大模型都能接入。 总之，通过这两个实验，我们对MCP协议的底层原理有了更深入了解。后续还将介绍系列好用的MCP工具，敬请期待！