Function Calling、MCP、Agent Skill 三层架构详解：从调用协议到工具标准化再到流程封装

1. 三者的常见误区

很多人一上来就把 Function Calling、MCP、Agent Skill 当成三个平行的竞争方案——Function Calling 是 OpenAI 的方案，MCP 是 Anthropic 的方案，Skill 也是 Anthropic 的方案，认为它们是不同时期搞出来的替代品。

这个理解是错的。三者不是并列关系，而是从底到顶的三层架构：Function Calling 在最下层做调用协议，MCP 在中间层做工具标准化，Agent Skill 在最上层做流程封装。每一层解决不同层次的问题，依赖下一层的基础能力，各司其职。

---

2. 第一层：Function Calling——模型触发外部调用的协议

2.1 解决的核心问题

大模型本身只会生成文本。当模型需要触发外部操作（查数据库、调 API、写文件）时，需要一种机制让模型告诉宿主程序"我要调哪个函数、传什么参数"。Function Calling 解决的就是这个最基础的调用协议问题。

2.2 技术机制

Function Calling 的工作流程：

1. 宿主程序在调用模型时，传入一组工具定义（函数名、参数描述）
2. 模型根据任务判断是否需要调用某个工具
3. 如果需要，模型输出一个结构化 JSON（tool_calls），包含函数名和参数
4. 宿主程序解析 JSON，执行对应函数，将结果以 tool 消息返回给模型
5. 模型根据工具返回结果继续生成回复

一个典型的 tool_calls 输出格式：

{
  "tool_calls": [
    {
      "id": "call_001",
      "type": "function",
      "function": {
        "name": "query_database",
        "arguments": "{\"sql\": \"SELECT * FROM users WHERE id = 1\"}"
      }
    }
  ]
}

关键点：

• 调用发生在模型与函数之间，是单次调用的格式规范
• 模型不执行函数，只输出调用意图；宿主程序负责实际执行
• 执行结果以 tool 消息形式返回给模型，作为后续推理的上下文

2.3 边界与局限

Function Calling 只定义了"调用格式"这个最薄的协议层。它不解决以下问题：

• 工具如何注册、如何发现
• 工具如何标准化暴露
• 每次对接新工具都需要手动编写适配代码

---

3. 第二层：MCP（Model Context Protocol）——工具标准化封装

3.1 解决的核心问题

Function Calling 普及后，每个应用都要自己写代码对接各种工具——数据库一套、文件系统一套、API 又是一套，重复劳动多。MCP 解决的是工具的标准化接入问题：一次实现，到处复用。

3.2 技术机制

MCP 采用 Client-Server 架构：

• MCP Server：工具提供方，暴露标准化的工具接口
• MCP Client：AI 客户端，连接 Server 并自动发现可用工具

工作流程：

1. MCP Client 连接 MCP Server
2. Client 自动发现 Server 暴露的工具列表（工具名、参数、返回值定义）
3. Client 将工具定义自动转换为 Function Calling 格式喂给模型
4. 模型输出 tool_calls 后，Client 路由到对应的 Server 执行

MCP 的工具定义格式示例：

{
  "tools": [
    {
      "name": "query_database",
      "description": "执行 SQL 查询并返回结果",
      "inputSchema": {
        "type": "object",
        "properties": {
          "sql": { "type": "string", "description": "SQL 查询语句" }
        },
        "required": ["sql"]
      }
    }
  ]
}

关键点：

• MCP 不替代 Function Calling，而是在它之上做封装和管理
• MCP Server 暴露的工具定义最终通过 Function Calling 格式传给模型
• 工具定义与实现分离：Server 可以独立部署和升级

3.3 与 Function Calling 的关系

MCP 依赖 Function Calling 完成最终调用触发。MCP Server 暴露的工具列表被 Client 转换成 Function Calling 的工具定义，模型通过 Function Calling 格式触发调用，Client 再将调用路由到对应的 Server 执行。

3.4 边界与局限

MCP 管工具的标准接入，不管工具的调用流程和编排。它不解决以下问题：

• 面对复杂任务，模型不知道该按什么顺序使用这些工具
• 每次执行同类任务都需要重复编写步骤和约束

---

4. 第三层：Agent Skill——知识和流程的可复用封装

4.1 解决的核心问题

模型有了工具（通过 MCP 暴露），但面对一个复杂任务，它不知道该按什么流程、什么标准来用这些工具。Skill 解决的是知识和流程的复用问题：把"使用工具完成特定任务"的步骤、模板、脚本打包成可复用模块。

4.2 技术机制

Skill 的典型组成：

• SKILL.md：描述 Skill 的触发条件、执行步骤、输出标准
• 模板文件：输出格式模板、代码模板
• 脚本：可执行脚本或工具调用链定义

Agent 加载 Skill 的流程：

1. Agent 启动时扫描可用 Skill 列表
2. 用户提交任务后，Agent 判断哪个 Skill 与任务匹配
3. Agent 加载匹配的 SKILL.md，按其中定义的步骤执行
4. 每个步骤可能涉及调用多个 MCP 工具，通过 Function Calling 触发

一个 SKILL.md 的结构示例：

# 代码审查 Skill

## 触发条件
- 用户提交 PR 或要求审查代码

## 执行步骤
1. 读取 PR 的 diff 内容
2. 检查代码风格是否符合项目规范
3. 检查是否存在潜在 bug 或安全漏洞
4. 生成审查意见，按严重程度分级

## 输出标准
- 每个问题必须标注文件路径和行号
- 严重问题（P0）必须给出修复建议

4.3 与 MCP 和 Function Calling 的关系

完整依赖链：Skill（定义流程）→ MCP（提供工具）→ Function Calling（触发调用）

• Skill 定义"做什么、按什么顺序做"
• MCP 提供"用什么工具做"
• Function Calling 实现"模型怎么触发工具"

4.4 边界与局限

• Skill 不定义工具如何接入，依赖 MCP 提供工具
• Skill 不定义模型如何调用函数，依赖 Function Calling 触发
• Skill 的粒度比 MCP 工具粗得多，一个 Skill 可能涉及多个步骤、调用多个 MCP 工具

---

5. 三层依赖关系总结

三者不是替代关系，而是包含关系，每层建立在下一层的基础之上：

Skill ⊃ MCP ⊃ Function Calling

维度	Function Calling	MCP	Agent Skill
角色	调用协议	工具标准化	流程封装
通信对象	模型 ↔ 函数	MCP Client ↔ MCP Server	Agent ↔ 知识模块
粒度	单次调用	工具定义	多步骤任务
解决的问题	模型怎么调函数	工具怎么暴露给模型	拿到工具后按什么流程做
依赖关系	最底层	依赖 Function Calling	依赖 MCP + Function Calling

---

6. 完整流程串联：三层如何协作

用一个具体场景把三层串起来。

用户对 Agent 说：“帮我分析最近三个月的销售数据，找出下滑的产品线，给改进建议。”

Step 1（Skill 层）：Agent 收到任务后，扫描可用 Skill 列表，发现有一个"数据分析报告"Skill 和这个任务匹配。Agent 加载该 Skill 的 SKILL.md，读取其中定义的分析流程：第一步从数据库取数据，第二步用 Python 做趋势分析，第三步按模板写分析报告。

Step 2（MCP 层）：执行第一步"从数据库取数据"时，Agent 的 MCP Client 已经连着数据库 MCP Server 和 Python 执行器 MCP Server，自动发现 query_database 和 run_python 等工具可用。不需要任何手动配置。

Step 3（Function Calling 层）：模型判断需要查数据库，输出 tool_calls 指定调用 query_database 并传入 SQL 参数。MCP Client 将请求路由到数据库 Server 执行，结果返回给模型。模型接着调用 Python 执行器做趋势分析。最后按 Skill 模板整理成分析报告。

三层分工：Skill 做流程编排，MCP 做工具管理，Function Calling 做通信。缺任何一层，这个任务都无法完整执行。

---

7. 总结

Function Calling、MCP、Agent Skill 不是三个平行的竞争方案，而是从底到顶的三层架构：

• Function Calling 是语言，让模型能说出要调什么函数
• MCP 是工具箱，把工具标准化打包，随时插拔
• Agent Skill 是操作手册，教 Agent 用工具箱里的工具按什么流程完成工作

面试中回答这道题，第一个要说清楚三层层级关系，第二个用完整场景串联三层协作，让面试官看到你不只是背了概念，而是真正理解了三者在系统里怎么协作的。