工具、技能、MCP —— Agent 的'手'

支柱三：工具、技能、MCP —— Agent 的"手"

大脑再聪明，没有手也只能想，不能做。这一章讲 Agent 如何获得操作世界的能力。

6.1 工具（Tool）的本质

抛开各种术语包装，工具的本质就一行：

schema 长这样（OpenAI / Claude 的 function calling 协议都类似）：

{
  "name": "get_weather",
  "description": "查询某个城市当前的天气情况",
  "parameters": {
    "city": { "type": "string", "description": "城市名，例如 杭州" }
  }
}

LLM 看到这段 schema 之后，知道：哦，我可以调一个叫 get_weather 的东西，传一个 city 字符串。当用户问"杭州现在多少度"时，它会输出一段 JSON：{"name": "get_weather", "args": {"city": "杭州"}}。Harness 接到这段 JSON，去真正的天气 API 调一下，把结果塞回模型。模型再用人话回答用户。

6.2 描述比代码更重要

新手最容易忽略的：工具的 描述（description） 比工具的代码实现更影响 Agent 表现。LLM 选不选这个工具，几乎全看 description 写得好不好。

• 写清楚 什么时候 用、什么时候不 用。
• 给反例（"不要用这个工具去做 X，那是 Y 工具的活"）。
• 参数描述里写出格式约束、单位、典型取值范围。
• 能给一两个调用示例最好。

6.3 MCP：工具协议的"USB-C"

2024 年底 Anthropic 提出 MCP（Model Context Protocol），被业界迅速接纳为工具协议的事实标准。它解决的痛点很直白：以前每接一个新工具都要写一遍胶水代码（OpenAI 一套、Claude 一套、LangChain 一套），太累。MCP 把工具发现 / 调用 / 返回都标准化成一个 protocol，工具开发者只写一次，所有支持 MCP 的 Agent 都能用。

到 2026 年，钉钉、GitHub、Slack、Notion、各家数据库、各类浏览器自动化都已经有官方或社区的 MCP server。在 Agent 工程里，"接一个新外部能力 = 找有没有现成 MCP server"已经成了第一反应。