今天凌晨2點，OpenAI對Agent SDK進(jìn)行了重大更新支持MCP服務(wù)，可以統(tǒng)一接口標(biāo)準(zhǔn)解鎖無限工具。

現(xiàn)在Agent可以快速集成網(wǎng)絡(luò)搜索、專業(yè)分析、本地查詢、網(wǎng)絡(luò)追蹤等各式各樣的工具，這對于開發(fā)超復(fù)雜自動化智能體來說幫助巨大。

例如，在開發(fā)一個需要同時進(jìn)行文件處理、數(shù)據(jù)查詢和網(wǎng)絡(luò)信息收集的智能體時，開發(fā)者可以通過 MCP 服務(wù)器分別集成文件系統(tǒng)工具、數(shù)據(jù)庫查詢工具和網(wǎng)絡(luò)爬蟲工具，更高效地完成復(fù)雜任務(wù)。

連OpenAI聯(lián)合創(chuàng)始人兼首席執(zhí)行官Sam Altman也特意發(fā)文大贊MCP，可見其對Agent的重要性。

開源地址：https://github.com/openai/openai-agents-python

MCP簡單介紹

可能很多人會對MCP比較陌生，「AIGC開放社區(qū)」先為大家簡單介紹一下技術(shù)概念。MCP全稱為Model Context Protocol，是一種專為大模型開放的統(tǒng)一開放接口。

更直白一點，你可以把MCP看成大模型的“USB接口”，任何符合接口的工具，例如，U盤、移動硬盤、網(wǎng)絡(luò)適配器、外置網(wǎng)卡都能插在上面，這下知道為啥是解鎖無限工具了吧。

MCP的核心框架一共由模型、上下文、協(xié)議三個關(guān)鍵部分組成：模型是系統(tǒng)的邏輯核心，定義了數(shù)據(jù)的結(jié)構(gòu)、決策的邏輯以及系統(tǒng)如何解釋信息。在傳統(tǒng)軟件開發(fā)中，模型可以通過面向?qū)ο缶幊棠Ｐ?、?shù)據(jù)庫架構(gòu)或AI/ML模型來實現(xiàn)。在AI應(yīng)用中，模型可能是理解語言的神經(jīng)網(wǎng)絡(luò)、處理圖像的深度學(xué)習(xí)模型，或者是進(jìn)行預(yù)測分析的機(jī)器學(xué)習(xí)算法。

在企業(yè)軟件中，模型可能是指導(dǎo)客戶互動的實體關(guān)系模型。總之模型是系統(tǒng)的基礎(chǔ)，決定了系統(tǒng)如何處理和理解數(shù)據(jù)。

上下文為模型提供了運行的環(huán)境，決定了模型在不同條件下的行為。包括用戶交互、環(huán)境因素和系統(tǒng)狀態(tài)等變量。例如，一個AI聊天機(jī)器人會根據(jù)對話的上下文生成不同的回答，就像金融預(yù)測模型會根據(jù)經(jīng)濟(jì)趨勢調(diào)整預(yù)測結(jié)果一樣。沒有適當(dāng)?shù)纳舷挛模Ｐ涂赡軙a(chǎn)生不相關(guān)或錯誤的輸出。上下文的動態(tài)性，能幫助系統(tǒng)能夠根據(jù)實時數(shù)據(jù)和環(huán)境變化調(diào)整其行為。

協(xié)議是通信的橋梁定義了系統(tǒng)內(nèi)不同組件之間的交互規(guī)則。確保了模型和上下文之間的通信，使得上下文的變化能夠正確影響模型，反之亦然。

在實際應(yīng)用中，協(xié)議管理微服務(wù)之間的數(shù)據(jù)交換、AI組件之間的交互，甚至是Web應(yīng)用中的API通信。協(xié)議確保了分布式環(huán)境中的數(shù)據(jù)一致性、安全性和效率。

MCP對Agent有哪些好處

首先MCP為Agent提供了標(biāo)準(zhǔn)化的方式來接入各種工具和數(shù)據(jù)源，無論是本地運行的工具，例如通過stdio服務(wù)器，還是遠(yuǎn)程托管的服務(wù)HTTP over SSE服務(wù)， Agent都可以通過統(tǒng)一的接口與它們進(jìn)行交互，極大擴(kuò)展了第三方工具庫。

例如，在金融領(lǐng)域，Agent 可以接入股票分析的MCP工具。當(dāng)用戶詢問某只股票的詳細(xì)信息時，Agent 可以調(diào)用該工具，快速獲取股票的實時價格、歷史走勢、財務(wù)指標(biāo)等數(shù)據(jù)，并進(jìn)行深入分析，為用戶提供專業(yè)的投資建議。

這種標(biāo)準(zhǔn)化的接入方式極大地減少了Agent與不同工具集成時的復(fù)雜性，并且由于MCP定義了清晰的協(xié)議，Agent可以輕松地接入新的工具和服務(wù)，而無需對Agent的核心邏輯進(jìn)行大量的修改，這使得Agent能夠快速適應(yīng)新的應(yīng)用場景和需求。

此外，MCP還為Agent帶來了動態(tài)工具發(fā)現(xiàn)的能力。每次Agent運行時，SDK會調(diào)用MCP服務(wù)器的方法，動態(tài)獲取當(dāng)前可用的工具列表。幫助Agent可以實時了解哪些工具是可用的，而無需在代碼中硬編碼工具信息。

這種動態(tài)發(fā)現(xiàn)機(jī)制賦予了Agent極高的靈活性和適應(yīng)性，使其能夠適應(yīng)工具的變化，例如工具的新增、刪除或更新。如果工具列表發(fā)生變化，Agent可以立即感知并調(diào)整其行為，從而更好地應(yīng)對動態(tài)的環(huán)境和需求。

在性能優(yōu)化方面，MCP同樣表現(xiàn)出色。支持對工具列表進(jìn)行緩存，Agent可以在多次運行中復(fù)用工具列表，從而減少每次運行時調(diào)用工具的延遲，能夠顯著提升Agent的自動化效率。

同時Agent僅在需要時調(diào)用MCP服務(wù)器的工具，而不是在初始化時加載所有工具。這種按需調(diào)用的方式可以減少資源消耗，提高系統(tǒng)的整體性能。

在開發(fā)方面，MCP也極大地簡化了開發(fā)工作。開發(fā)者可以通過簡單的配置將MCP服務(wù)器添加到Agent中，而無需編寫大量的代碼來實現(xiàn)工具的接入邏輯。這大大簡化了開發(fā)流程，縮短了開發(fā)周期。

由于工具的接入是通過MCP協(xié)議標(biāo)準(zhǔn)化的，開發(fā)者可以更容易地對工具進(jìn)行調(diào)試和測試。同時，工具的獨立性也使得問題定位更加方便，進(jìn)一步提升了開發(fā)效率。

MCP還實現(xiàn)了解耦與模塊化的設(shè)計。它將工具和數(shù)據(jù)源的實現(xiàn)細(xì)節(jié)與Agent的邏輯分離，Agent不需要關(guān)心工具的具體實現(xiàn)，只需要通過MCP協(xié)議與工具交互。這種解耦設(shè)計使得Agent的代碼更加簡潔、易于維護(hù)。

同時，工具可以作為獨立的模塊通過MCP服務(wù)器提供給Agent。開發(fā)者可以獨立開發(fā)和部署工具，而無需修改Agent的代碼。這種模塊化方式使得系統(tǒng)的各個部分可以獨立升級和優(yōu)化，進(jìn)一步提升了系統(tǒng)的靈活性和可維護(hù)性。

MCP服務(wù)展示

說了那么多枯燥技術(shù)，咱直接看下實際的MCP服務(wù)吧。

Firecrawl MCP服務(wù)：提供數(shù)據(jù)抓取、網(wǎng)頁爬蟲、深度研究、提取結(jié)構(gòu)化數(shù)據(jù)等。

Browserbase MCP服務(wù)：創(chuàng)建瀏覽器會話、導(dǎo)航至指定 URL、截取屏幕截圖等。

Opik MCP服務(wù)：啟用追蹤、獲取追蹤統(tǒng)計數(shù)據(jù)等。

Brave MCP：本地搜索、網(wǎng)絡(luò)搜索等。

目前，OpenAI已經(jīng)在開源的Agent SDK中支持MCP，API和桌面版ChatGPT也將很快提供。

本文素材來源OpenAI，如有侵權(quán)請聯(lián)系刪除

繼續(xù)閱讀：

未經(jīng)允許不得轉(zhuǎn)載：RPA中國 | RPA全球生態(tài) | 數(shù)字化勞動力 | RPA新聞 | 推動中國RPA生態(tài)發(fā)展 | 流 > Agent重大突破！OpenAI智能體支持MCP，已開源