Skip to content

是什么

MCP是由Anthropic于2024年11月推出的一个开放协议,旨在标准化大语言模型与外部数据源和工具之间的交互方式,类似于AI应用程序的标准化接口。原文链接

MCP 是一个开放协议,用于标准化应用程序向大语言模型提供上下文的方式。可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化方式一样,MCP 为 AI 模型连接不同的数据源和工具提供了标准化方式

Multi-agent Coordination Protocol (多智能体协调协议):多个AI Agents之间如何进行有效的沟通和协作以完成任务。这包括信息共享、任务分配、冲突解决等机制。

mcp

查看更多

主要目标

  1. 信息共享:允许智能体之间交换关于环境状态、自身状态以及任务进展的信息。
  2. 任务分配:根据各智能体的能力和当前任务需求,动态地分配工作任务。
  3. 冲突解决:当多个智能体尝试同时访问同一资源或执行相互冲突的操作时,提供解决方案。
  4. 同步行动:确保所有参与的智能体按照计划的时间表或顺序执行操作,以达到最佳的整体性能。

实现方式

合同网协议(Contract Net Protocol, CNP):这是一种分布式任务分配机制,其中智能体通过“招标”过程来分配任务。一个智能体发布任务(作为管理者),其他智能体竞标(作为承包商),然后管理者选择最合适的竞标者完成任务。

市场机制:类似于经济中的供需关系,智能体可以买卖服务或资源,通过价格信号调节行为。

黑板系统:智能体在一个共享的“黑板”上记录和读取信息,这个黑板充当了信息交流中心的角色,帮助智能体间进行间接沟通。

基于角色的协调:智能体被赋予特定角色,每个角色都有明确的责任和权限,有助于简化复杂系统的组织结构。

MCP 与 Function Calling 的区别

MCP(Model Context Protocol),模型上下文协议

Function Calling,函数调用

这两种技术都旨在增强 AI 模型与外部数据的交互能力,但 MCP 不止可以增强 AI 模型,还可以是其他的应用系统。

举例说明

假设有一个智能家居系统,其中包含多个智能设备(如灯光控制器、温度调节器、安全摄像头等)。这些设备作为独立的智能体需要协同工作以优化家庭环境。例如:

当检测到有人进入房间时,运动传感器(智能体)发送信号给照明系统(另一个智能体),要求其开启相应区域的灯光。

同时,考虑到节能因素,照明系统可能还需要与温度控制系统协调,共同决定是否调整空调设置,以保持舒适的室内温度而不浪费能源。

在这个例子中,如果没有有效的协调协议,可能会导致不必要的电力消耗或者用户体验不佳的问题。通过使用适当的MCP,可以确保所有智能体之间的高效合作,从而提升整个系统的性能和用户满意度。

总之,“Multi-agent Coordination Protocol”更多是一个概念框架,而不是具体的技术或产品名称。实际应用中,开发者会根据具体的场景需求选择合适的技术和策略来实现智能体间的协调。