DEV Community
·
我提出了一种替代MCP（模型上下文协议）的解决方案，适用于OpenAI及所有其他大型语言模型，成本低于Anthropic Claude
内容提要
本文介绍了一种替代MCP的方法，利用LLM的功能调用特性，结合Swagger/OpenAPI和TypeScript类函数，通过289个API函数实现购物商城的产品搜索与购买，成功将MCP替换为更小的模型如gpt-4o-mini。通过验证反馈策略，函数调用成功率从30%提升至99%。新框架@agentica简化用户操作，无需复杂的代理图或工作流。
关键要点
-
本文介绍了一种替代MCP的方法，利用LLM的功能调用特性。
-
结合Swagger/OpenAPI和TypeScript类函数，通过289个API函数实现购物商城的产品搜索与购买。
-
成功将MCP替换为更小的模型如gpt-4o-mini。
-
通过验证反馈策略，函数调用成功率从30%提升至99%。
-
新框架@agentica简化用户操作，无需复杂的代理图或工作流。
-
使用@samchon/openapi将Swagger/OpenAPI文档转换为LLM功能调用模式。
-
验证反馈策略通过构建无效类型参数并提供详细错误信息来提高成功率。
-
采用typia库构建验证逻辑，以确保类型安全。
-
新框架@agentica将功能调用策略分为选择器、调用者和描述者。
-
用户只需提供Swagger/OpenAPI文档或TypeScript类类型，@agentica将自动处理功能调用。
延伸解读
替代MCP的优势
本文提出的替代MCP方案通过利用LLM的功能调用特性，显著降低了对大型模型的依赖。使用更小的模型如gpt-4o-mini，不仅降低了成本，还提高了功能调用的成功率，从30%提升至99%。这种方法为开发者提供了更灵活的选择，尤其是在资源有限的情况下。
验证反馈策略的有效性
文章中提到的验证反馈策略通过构建无效类型参数并提供详细错误信息，帮助LLM更好地理解和修正输入。这一策略的成功应用，表明在处理复杂功能调用时，反馈机制的重要性，尤其是在类型安全性方面。开发者在设计系统时应考虑引入类似的反馈机制，以提高系统的鲁棒性。
简化用户操作的潜力
新框架@agentica通过简化用户操作，消除了复杂的代理图和工作流，使得用户只需提供Swagger/OpenAPI文档或TypeScript类类型即可。这种简化不仅提升了用户体验，也降低了开发门槛，适合希望快速实现功能的开发者。
延伸问答
如何替代MCP（模型上下文协议）？
可以通过利用LLM的功能调用特性，结合Swagger/OpenAPI和TypeScript类函数来替代MCP。
新框架@agentica的主要功能是什么？
@agentica简化用户操作，无需复杂的代理图或工作流，用户只需提供Swagger/OpenAPI文档或TypeScript类类型。
如何提高函数调用的成功率？
通过验证反馈策略，构建无效类型参数并提供详细错误信息，函数调用成功率从30%提升至99%。
使用@samchon/openapi的目的是什么？
@samchon/openapi用于将Swagger/OpenAPI文档转换为LLM功能调用模式，以解决不同服务商之间的JSON schema不兼容问题。
如何实现购物商城的产品搜索与购买？
通过289个API函数的组合，利用LLM的功能调用特性实现产品搜索与购买。
验证反馈策略的关键概念是什么？
验证反馈策略的关键在于让LLM构建无效类型参数，并通过详细的类型错误反馈来引导LLM修正错误。
