从2026年5月29日起，Pro和新企业客户的功能调用将由套餐计费转为按单位计费，每次调用费用为$0.0000006，之前为每百万次调用$0.60。此变更更适应团队规模和使用模式。

大型语言模型（LLM）最初只能生成文本，无法与外部系统直接交互。通过功能调用，LLM可以请求特定操作，执行由应用层完成。模型上下文协议（MCP）标准化了工具的描述和发现，简化了不同提供商之间的集成。尽管快速发展带来了便利，但安全性和模型的上下文限制仍需关注。

本文介绍了MAF在创建Agent中的多种应用，包括功能调用、MCP工具暴露、对话记录持久化，以及中间件和可观测性支持。通过示例代码展示了如何实现这些功能，以提升Agent的灵活性和用户体验。

功能调用使大模型能够识别用户意图并返回结构化指令，突破了获取实时数据和执行操作的限制。它将 AI 从“能说会道”转变为“能说会做”，通过五个步骤实现，广泛应用于天气查询、邮件发送等场景。

生成式人工智能通过多种学习模式创造新内容，关键技术包括上下文窗口、温度设置、功能调用和基础技术（如RAG），提升生成内容的准确性和相关性。理解这些机制有助于开发更复杂的应用。

近期，AI代理成为热门话题，主要有三种架构：功能调用、模型上下文协议（MCP）和代理间协议（A2A）。功能调用连接模型与工具但缺乏一致性；MCP提供标准化接口以解决多模型兼容性；A2A促进代理间协作。开发者需根据需求选择合适标准，以应对未来AI应用挑战。

本文介绍了如何将语义内核与功能调用集成，使大型语言模型（LLM）能够实时调用代码并获取最新信息。通过创建插件类，LLM可以获取并更改灯具状态，从而实现AI代理功能。示例代码展示了具体实现方法。

Grafana Labs更新了LLM插件，支持开放权重模型和非OpenAI提供商，增强用户灵活性。新版本简化了工作流程，允许用户选择合适的LLM模型，并支持自托管和其他提供商。未来将探索功能调用和工具集成，以提升与Grafana的互动体验。