从零开始学 AI:小白也能看懂的常见 AI 名词讲解(三)

朋友们大家好啊，我是金尘马。

前两期，我们讲了一些 AI 的基础名词，以及平时使用 AI 工具时经常遇到的概念。

从零开始学 AI：小白也能看懂的常见 AI 术语讲解（一）

从零开始学 AI：小白也能看懂的常见 AI 名词讲解（二）

这一期，我们主要聊聊，怎么让你的 AI 工具变得更强。

现在的通用 AI Agent 已经能帮我们做很多事了。不过，当我们希望它调用外部工具，或者连接其他软件、使用里面的功能时，就需要给它接上相应的能力。

那怎么把这些工具和服务接进来呢？这个时候，大家又会遇到一堆名词，像 API、MCP、CLI、连接器、插件。这一期，我们就把这些概念讲清楚，看看它们分别有什么用。

1. 工具调用（Tool Calling / Function Calling）

工具调用，可以理解为给 AI 提供了手和脚。

现在我们使用的一些 Agent 工具，之所以能在电脑里直接执行命令、修改文件、操作其他软件，就离不开工具调用。它们接上相应的工具后，便可以根据我们的要求，实际去完成这些操作。

单靠大模型，它可以理解你的要求、分析问题、生成回答。

那这个过程是怎么完成的呢？

模型会先向外面的应用程序发出工具调用请求，告诉它要用哪个工具、需要提供什么信息。应用程序拿到请求后，去执行相应的操作，再把结果返回给模型。

模型拿到结果后，会继续判断：是还需要调用其他工具，还是已经完成了你的要求，可以给你回复了。

比如你让 AI 查一份文件，它调用工具后发现没有找到，就可能换一个关键词继续查。找到并读完之后，再根据内容回答你的问题。

英文常叫 Tool Calling，也叫 Function Calling。大家知道它是怎么回事就可以了。

2. API（应用程序编程接口）

有些软件或平台，会把自己的一部分功能开放出来，让其他程序通过代码调用。这里用到的接口，就叫 API。

举个例子，假设有一家公司做天气预报，开发了一个 APP，大家可以打开它查看天气。

后来，另一家公司也想在自己的 APP 里加一个显示天气的功能，但它没有天气数据。总不能为了这么一个小功能，就重新开发一整套天气数据采集和预测系统吧。

那能不能用一下别人已经做好的能力呢？

天气公司可以开放一个供程序调用的接口。其他 APP 按要求提交城市、日期等信息，这个接口就会返回对应的天气结果。拿到结果之后，自己的 APP 里也就能显示天气了。

这个接口就叫 API。

3. MCP（模型上下文协议）

MCP 最初由开发 Claude 的 Anthropic 公司发布，是一套开放标准。简单来说，它能让 AI 知道当前有哪些外部工具可以调用，以及怎么调用。

继续拿前面那家公司举例。假设它后来又增加了查快递、查邮编等功能，就可以把这些能力通过一个 MCP 服务提供出来。

Agent 接入后，就像拿到了一份附带调用规则的功能清单。里面会告诉它，目前有哪些功能，每项功能是干什么的，需要提供哪些信息。

下次你让它查快递，它就可以从这份清单里找到查询快递的功能，提交快递单号，再把查到的结果告诉你。

MCP 把获取清单、发起调用、返回结果这些事情约定成了统一规则，方便支持它的 AI 应用接入。服务背后仍然可以调用前面讲过的 API。

4. CLI（命令行界面）

大家看电影的时候，可能见过黑客对着一个黑框，不停地输入各种命令。

这个就叫终端。

我们平时使用软件，大多是在图形界面里点击按钮、填写内容。有些软件还提供另一种使用方式，让你输入一条命令，告诉它要做什么，它就去执行。

这种通过命令使用软件的方式，就叫命令行界面，英文简称 CLI。提供这种使用方式的工具，也常被叫作命令行工具。

Agent 如果能够执行这些命令，就可以通过 CLI 操作软件，不必一步步去点击界面。

比如飞书提供了官方 CLI 工具，可以通过命令操作文档、多维表格等功能。

我最近发布飞书文档，就是在 Codex 里让 AI 生成内容，再让它直接帮我保存到飞书。这样我就不用自己再打开飞书，把内容复制进去、手动编辑一遍了。

5. 连接器（Connector）

在一些通用 Agent 工具里，比如国内的 WorkBuddy、豆包工作，大家会看到一个叫「连接器」的功能。点开之后，里面列着可以连接的外部软件，比如飞书、邮箱等。

选中对应的软件，按要求完成配置和授权，就可以让 Agent 使用接入的功能。

那这里说的「连接」，具体是怎么连的呢？

它背后可能用到前面讲的 API、MCP、CLI，也可能采用其他方式。

不过，连接上一个软件，不代表 AI 就能使用它百分之百的功能。 具体能做什么，要看软件开放了哪些能力，以及连接器接入了其中哪些。

6. 插件（Plugin）

插件，可以理解为给你的 AI 工具加一个功能扩展。

比如你想做 PPT，Agent 本身可能已经能做了。如果装上专门针对演示文稿制作的插件，它就可以借助里面的制作方法和工具，帮助你调整版式、处理内容，改善 PPT 的效果。

再比如，一个专门用于起草合同的插件，可以提供相应的结构和检查项，帮助 AI 在起草时减少遗漏。

插件有的增加新功能，有的帮助处理某一类任务。有些也会连接外部软件，所以它跟前面说的连接器会有一些功能重叠。不同软件对这些功能的叫法，也可能不太一样。

7. API 地址（Base URL）

我们使用某家公司的大模型，除了在它的网页或官方 AI 工具里使用，还可以通过 API 的形式，在支持接入该模型的软件里使用。

现在有不少软件支持接入第三方大模型。配置好之后，我们就可以在这些软件里使用自己选择的模型。

配置的时候，通常会遇到 API 地址、API Key 和模型名称这几个项目。

API 地址，就是告诉这个工具，你的请求要发到哪里。

如果直接使用大模型官方提供的 API 服务，就填官方给出的地址；如果通过中转站使用，就填中转站提供的地址，再由它转发请求。

这个基础地址通常叫 Base URL。有些平台会把相关配置项叫 Endpoint，具体填什么，按服务商和工具的接入说明来就行。

8. API Key（密钥）

地址填好了，平台还得知道你有没有权限使用它的服务。这就需要 API Key。

你可以把它理解为使用这项服务的身份证明，同时也是需要保密的访问凭证。

开通服务后，平台会提供或允许你创建一个 Key。调用时带上它，平台就能识别对应的账户或项目，判断可以使用哪些服务，并记录使用量。

这些用量会按你开通的 API 服务规则扣余额，或者消耗相应的套餐额度。

所以，自己的 API Key 不要随意分享。别人拿到后，可能冒用你的额度，产生由你承担的费用，要像保管密码一样保管它。

尤其是让 AI 帮你开发网页产品时，不要把自己的模型 API Key 直接写进前端代码。 前端代码会发送到使用者的浏览器，里面的 Key 也可能被别人看到、拿走。

这类 Key 应该保存在后端，也就是负责处理请求的服务器上，由后端去调用模型。

9. 模型名称与模型 ID

同一家服务可能提供多个模型。地址和 Key 填好后，还要告诉它，这次具体使用哪一个。

这里填写的标识，就是模型 ID。有些工具会直接把这个配置项写成「模型名称」。

比如 DeepSeek 的接入文档里，Flash 模型使用的 ID 写作 deepseek-flash。配置时复制对应的 ID 即可。

直接使用官方服务，就查官方文档；使用中转站，就查中转站自己的模型列表。同一个模型在不同平台上的 ID 可能有差别，具体以你正在使用的服务为准。

到这里，这几项就连起来了：地址告诉工具请求发到哪里，Key 是使用服务的凭证，模型 ID 则指定要调用哪个模型。

10. Computer Use（电脑操作）

前面讲了接口和命令，但现实中，有些软件没有提供适合调用的接口，也没有现成的命令行工具，比如一些老旧的本地软件。

那 AI 就用不了这些软件了吗？

还可以尝试 Computer Use，也就是让 AI 直接操作电脑。

你可以理解为，让 AI 看着屏幕，操控鼠标和键盘，像人一样去使用软件。它观察当前界面的内容，判断下一步该点哪里、输入什么。操作之后，再看看界面发生了什么变化，然后继续往下做。

这样，即使软件没有提供现成接口，AI 也多了一种使用它的方式。

也有人尝试让 AI 看着游戏画面，操作按键来玩游戏。

当然，AI 也可能看错、点错，具体能不能完成任务，还要看软件和任务本身。

写在最后

这一期讲的这些词，都和扩展 AI 工具的能力有关。有了这些概念，再去看工具里的连接器、插件，或者填写模型的 API 配置，就能知道它们大致负责什么，也更容易理解 AI 是怎么帮你把事情做出来的。