AI Agent 基础四件套：Agent、Function Call、MCP 与多 Agent 协作

理解这些概念，才算真正走进 AI Agent 的世界

引子：从"聊天"到"干活"的跨越

"AI 能帮我写代码、做数据分析、发邮件，但它要的东西太多了——每次都要我告诉它怎么调用工具、怎么连接数据库、怎么处理结果。"

这是一个从 Agent 1.0 走过来的用户，在"AI拉呱"社群里分享的真实感受。他说的问题，其实不是AI不够聪明，而是缺少一套标准化的"干活基础设施"。

如果把 AI 比作一个刚入职的实习生，裸聊天框就像你只给了实习生一张桌子，没有给他权限、没有给他工具、没有告诉他和谁配合——他再聪明，也只能和你"聊天"，无法真正"干活"。

Agent 基础四件套，就是让 AI 从"只会聊天"到"真正干活"的四块基石。

第一件：Agent——AI 的"自主行动体"

Agent 这个词已经被用烂了，但在 Hermes 的语境下，它有明确的定义：具备感知、决策、执行、反馈闭环的自主行动体。

┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   感知       │ ──→ │   决策       │ ──→ │   执行       │ ──→ │   反馈       │
│ (Perception) │     │ (Decision)  │     │ (Action)    │     │ (Feedback)  │
└─────────────┘     └─────────────┘     └─────────────┘     └─────────────┘
       ↑                                                          │
       └──────────────────────────────────────────────────────────┘
                               （闭环）

举个具体的例子，让 Hermes "帮我检查一下服务器状态"：

• • 感知：Hermes 接收你的指令，理解你需要检查服务器
• • 决策：决定用 terminal 工具 SSH 登录服务器，执行 uptime 和 df -h
• • 执行：实际调用 terminal 工具，获取服务器状态信息
• • 反馈：把结果整理成可读报告返回给你，并记录这次操作的经验

普通聊天界面只完成了"感知"和"反馈"两步，中间最重要的"决策"和"执行"被省略了。 这就是为什么你和 ChatGPT 聊了这么久，它还是不会帮你干活。

第二件：Function Call——AI 调用外部世界的"API 接口"

Function Call 是 LLM 提供的一种能力：模型在生成回复时，不是只输出文本，而是可以输出一个结构化的函数调用请求。

它的工作流程是这样的：

用户输入："帮我查一下今天的天气"

LLM 解析意图：
→ 输出 Function Call: get_weather(city="北京", date="2026-08-02")

系统执行函数：
→ 调用天气 API，返回结果

LLM 接收结果：
→ 整理成自然语言回复："今天北京晴，28-35°C..."

这个过程的关键在于：LLM 本身不执行函数，它只负责决定"该调用什么函数、传什么参数"。 实际的执行由系统完成——这既保证了安全性，又保持了灵活性。

Hermes 的 Function Call 做了几个关键的增强：

第三件：MCP——让 Agent 接入你所有工具的"通用协议"

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，定义了 AI 应用如何与外部工具和数据源交互的标准接口。

你可以把 MCP 理解为"AI 世界的 USB 接口"——无论是连接数据库、调用 API、还是操作本地文件，只要遵循 MCP 协议，AI 就能即插即用。

MCP 的核心架构

┌──────────────┐         ┌──────────────┐         ┌──────────────┐
│   AI Agent   │  ←MCP→  │   MCP Server │  ←API→  │  外部工具    │
│  (Hermes)    │  协议    │  (中介层)    │  调用    │  (数据库/API)│
└──────────────┘         └──────────────┘         └──────────────┘

Hermes 支持的 MCP 连接方式

MCP 目录：一键安装的"应用商店"

Hermes 提供了 MCP 目录功能，预设了 20+ 常用 MCP Server：

• • 数据库类：PostgreSQL、MySQL、SQLite
• • 开发工具类：GitHub、GitLab、Jira
• • 内容平台类：Notion、飞书、Medium
• • AI 服务类：Stable Diffusion、Whisper

一条命令就能安装一个 MCP Server：

# 安装飞书 MCP Server
hermes mcp install feishu

# 安装 PostgreSQL MCP Server
hermes mcp install postgres

第四件：多 Agent 协作——让多个 AI 像团队一样工作

当单个 Agent 无法满足复杂任务时，就需要多 Agent 协作。Hermes 支持三种协作模式：

模式一：主从式（Master-Slave）

一个主 Agent 负责分解任务，委派给多个子 Agent 执行。

用户请求 → 主 Agent（分解任务）
               ├── 子Agent A：搜索资料
               ├── 子Agent B：分析数据
               └── 子Agent C：生成报告
                     ↓
          主 Agent（汇总结果）→ 用户

适用场景：复杂报告生成、多维度数据分析。

模式二：对等式（Peer-to-Peer）

多个 Agent 地位平等，各自负责不同领域，通过消息通道协作。

Agent A（前端开发） ←→ Agent B（后端开发）
     ↕                      ↕
Agent C（数据库）   ←→ Agent D（测试）

适用场景：全栈开发、大型项目协作。

模式三：流水线式（Pipeline）

任务按阶段顺序传递，每个 Agent 处理一个阶段。

Agent A（需求分析）→ Agent B（架构设计）→ Agent C（编码实现）→ Agent D（测试验证）

适用场景：内容创作、自动化工作流。

四件套的协同关系

理解了这四个概念，就能看清它们如何协同工作：

Agent（自主行动体）
  ├── 使用 Function Call 调用工具
  ├── 通过 MCP 协议连接外部系统
  └── 在需要时，委派给其他 Agent 协作

没有 Agent，Function Call 和 MCP 只是技术概念；没有 Function Call，Agent 无法操作外部工具；没有 MCP，Agent 只能操作本地工具，无法接入你的业务系统；没有多 Agent 协作，复杂任务只能串行执行，效率受限。

写在最后

这四件套是理解 Hermes 的技术基石。下一期，我们将用一张全景图，60秒带你建立 Hermes 的完整认知地图——五大模块、四大能力维度、成本与部署分析，全在这篇里。

关注「AI拉呱」，一起探索 AI 技术的前沿落地。

本文是《Hermes Agent 从入门到精通》系列第2篇。