JaydenAI的博客

虽然我们在很多情况下都在强调LangChain在设计上要由于MAF，但是不可否认，MAF在一些方法也有其独到之处，其中就包括针对服务端托管并运行工具的支持。也就是说，我们不仅仅可以利用`AIFunctionFactory`创建在Agent端本地执行的`AIFunction`，或者利用`McpClientTool`来远程调用MCP服务提供的工具外，还可以使用一系列预定义在服务端托管并运行工具。

`AIFunction`通过绑定一个方法实现了在Agent本地执行工具，当时更多的情况下，我们会利用一个MCP服务来为一个或者多个Agent提供工具。这种情况下，我们就需要利用`McpClientTool`来远程调用MCP服务提供的工具。`McpClientTool`自身是一个`AIFunction`，它通过MCP协议来调用远程的MCP服务提供的工具。在正式介绍`McpClientTool`之前，我们先通过一个简单的例子来演示一下如何使用`McpClientTool`来调用远程的MCP服务提供的工具。

MAF支持多种不同类型的工具，这些工具可以扩展代理的功能。这些工具使代理能够与外部系统交互、执行代码、搜索数据等等。MAF针对Tool的设计思路与LangChain不太一样。MAF的工具不限于此，工具可以在Agent端执行，也可以在承载LLM的服务端执行。即使需要在Agent端执行，也并不一定需要绑定一个可执行的对象。所以MAF针对工具类型的定义具有复杂的层次结构，具体的工具类型也五花八本。