即刻App年轻人的同好社区
下载
如何将 MPC 运用到 Agentic RAG 系统中
MCP是一种开放协议，它标准化了应用程序如何向LLM提供上下文。把MCP想象成人工智能应用程序的USB-C端口。正如USB-C提供了一种将您的设备连接到各种外围设备和附件的标准化方式，MCP提供了一种将人工智能模型连接到不同数据源和工具的标准化方式。
下面这张图清晰地展示了如何在 Agentic RAG 系统中使用 MCP。
第一步：判断是否需要额外的数据
当用户通过聊天界面提交信息查询需求时，首先 Agent 要分析用户的查询意图 (在某些情况下用户的输入可能不清晰，需要改写为更加格式化的查询意图)，并且判断是否需要额外的数据来回答用户的问题。
如果不需要外部数据来回答用户的问题，则直接跳到第三步生成答案。
第二步：通过 MCP 获取各种外部数据
如果需要额外的数据来回答用户的问题，Agent 会通过 MCP 协议向数据源 (如数据库、搜索引擎、文件系统等) 发起查询请求，获取数据。这个时候就能充分体现出 MCP 协议的优势了。
✅ 每个数据域可以管理自己的 MCP 服务器，并对外暴露数据使用的具体规则。
✅ 每个数据域都可以在服务器层面确保数据安全和合规。
✅ 新的数据域可以通过标准化方式轻松添加到 MCP 服务器池中，无需重写 Agent，从而在程序性记忆、情景记忆和语义记忆方面实现系统的解耦发展。
✅ 平台开发者可以用标准化方式向外部用户开放数据，让网络上的数据访问变得简单直接。
✅ AI 工程师可以专注于设计和优化 Agent 的结构，无需关心底层数据连接细节。
第三步：生成答案
通过大语言模型生成答案。
第四步：分析答案
Agent 在将答案返回给用户之前，需要首先分析答案的质量，是否正确以及与问题的相关性。如果没有问题则将问题返回给前端的聊天界面。
如果有问题，则再次改写查询需求，提供更加精确的描述，然后回到第一步重新开始。
总结
可以看到这个过程就像人类在做研究一样：提出问题 –> 收集材料 –> 得到结论 –> 分析结论 –> 提出新问题 –> 重复以上步骤。
MCP是一种开放协议，它标准化了应用程序如何向LLM提供上下文。把MCP想象成人工智能应用程序的USB-C端口。正如USB-C提供了一种将您的设备连接到各种外围设备和附件的标准化方式，MCP提供了一种将人工智能模型连接到不同数据源和工具的标准化方式。
下面这张图清晰地展示了如何在 Agentic RAG 系统中使用 MCP。
第一步：判断是否需要额外的数据
当用户通过聊天界面提交信息查询需求时，首先 Agent 要分析用户的查询意图 (在某些情况下用户的输入可能不清晰，需要改写为更加格式化的查询意图)，并且判断是否需要额外的数据来回答用户的问题。
如果不需要外部数据来回答用户的问题，则直接跳到第三步生成答案。
第二步：通过 MCP 获取各种外部数据
如果需要额外的数据来回答用户的问题，Agent 会通过 MCP 协议向数据源 (如数据库、搜索引擎、文件系统等) 发起查询请求，获取数据。这个时候就能充分体现出 MCP 协议的优势了。
✅ 每个数据域可以管理自己的 MCP 服务器，并对外暴露数据使用的具体规则。
✅ 每个数据域都可以在服务器层面确保数据安全和合规。
✅ 新的数据域可以通过标准化方式轻松添加到 MCP 服务器池中，无需重写 Agent，从而在程序性记忆、情景记忆和语义记忆方面实现系统的解耦发展。
✅ 平台开发者可以用标准化方式向外部用户开放数据，让网络上的数据访问变得简单直接。
✅ AI 工程师可以专注于设计和优化 Agent 的结构，无需关心底层数据连接细节。
第三步：生成答案
通过大语言模型生成答案。
第四步：分析答案
Agent 在将答案返回给用户之前，需要首先分析答案的质量，是否正确以及与问题的相关性。如果没有问题则将问题返回给前端的聊天界面。
如果有问题，则再次改写查询需求，提供更加精确的描述，然后回到第一步重新开始。
总结
可以看到这个过程就像人类在做研究一样：提出问题 –> 收集材料 –> 得到结论 –> 分析结论 –> 提出新问题 –> 重复以上步骤。
MCP 在 Agentic RAG 系统中的应用
3 10
7 04
2025年 AI 创业有哪些可行方向？不妨看看这份报告是怎么说的。
2024年的 AI 工具应用市场风起云涌，各种图像、音视频、文本类的工具如雨后春笋般涌现出来，作为 AI 独立开发者，很多人最难的并不是把一款 APP 或一个网站做出来，最难的是知道「做什么」。
如果你也是独立开发者，如果你也想用 AI 做点什么好玩的，甚至想通过 AI 来创业，那我建议你好好阅读这份报告。说不定有助于你找到灵感哦。
我摘取了报告里面的重点，放在链接的文档里
note.mowen.cn
2024年的 AI 工具应用市场风起云涌，各种图像、音视频、文本类的工具如雨后春笋般涌现出来，作为 AI 独立开发者，很多人最难的并不是把一款 APP 或一个网站做出来，最难的是知道「做什么」。
如果你也是独立开发者，如果你也想用 AI 做点什么好玩的，甚至想通过 AI 来创业，那我建议你好好阅读这份报告。说不定有助于你找到灵感哦。
我摘取了报告里面的重点，放在链接的文档里
note.mowen.cn
1 00
这段时间大量使用cursor后，我的体会是，cursor之于非技术科班的互联网从业者，就像 Photoshop vs 美图秀秀，或者说单反相机 vs 手机摄像头。
高级的、复杂的、专业的摄影可能还得靠单反和Photoshop这种专业工具，但大量非专业用户需要的，可能是美图秀秀、手机摄像头这种级别的东西。
虽然不够完美，但够用就行了。要求没那么高。
所以cursor这类产品的潜力，我认为不是程序员这个群体，而是在非科班的互联网从业者群体。
这些人不需要构建大型，复杂的企业级软件，更多是拿来解决自己日常生活工作学习中的一个个细小的需求。
一旦某个技术能够把创作的门槛大幅度拉低，用户无穷无尽的创造力一定会被激发。想想手机拍照能力出现之前，有多少人真会用单反和Photoshop。道理都是一样的。
高级的、复杂的、专业的摄影可能还得靠单反和Photoshop这种专业工具，但大量非专业用户需要的，可能是美图秀秀、手机摄像头这种级别的东西。
虽然不够完美，但够用就行了。要求没那么高。
所以cursor这类产品的潜力，我认为不是程序员这个群体，而是在非科班的互联网从业者群体。
这些人不需要构建大型，复杂的企业级软件，更多是拿来解决自己日常生活工作学习中的一个个细小的需求。
一旦某个技术能够把创作的门槛大幅度拉低，用户无穷无尽的创造力一定会被激发。想想手机拍照能力出现之前，有多少人真会用单反和Photoshop。道理都是一样的。
和“小猫补光灯”作者的一次聊天
8 00
用 Cursor + Claude Sonat3.5模型写代码真是爽到爆。
作为一名从来没有从事过前端和插件开发的Java程序员，我在4个小时内撸出来一个像模像样的 Chrome 插件，把之前一直想做但做不了的“沉浸式阅读笔记” MVP 做出来了。
而这个过程按传统的方式起码得两周以上。
最爽的是这个过程我并不需要手写一行代码，都是我告诉大模型我想要什么功能效果，大模型生成代码，然后我无脑复制运行，发现问题截图给大模型，继续优化。
整个过程大模型API调用费，人民币大概是50左右。如果不是我提示词技术比较菜，应该可以节省更多的成本。
大模型真的的是把创造这个门槛拉倒了极低的水平
作为一名从来没有从事过前端和插件开发的Java程序员，我在4个小时内撸出来一个像模像样的 Chrome 插件，把之前一直想做但做不了的“沉浸式阅读笔记” MVP 做出来了。
而这个过程按传统的方式起码得两周以上。
最爽的是这个过程我并不需要手写一行代码，都是我告诉大模型我想要什么功能效果，大模型生成代码，然后我无脑复制运行，发现问题截图给大模型，继续优化。
整个过程大模型API调用费，人民币大概是50左右。如果不是我提示词技术比较菜，应该可以节省更多的成本。
大模型真的的是把创造这个门槛拉倒了极低的水平
23 116
强烈推荐一个开源的类GPTs 的应用：
【项目】 Lobe-chat
【地址】github.com
【介绍】LobeChat 是开源的高性能聊天机器人框架，支持语音合成、多模态、可扩展的（Function Call）插件系统。支持一键免费部署私人 ChatGPT/LLM 网页应用程序。
【体验】LobeChat 的部署非常简单，只要你有 OpenAI 的 key，Github, Vercel 账号，支持一键全自动部署 (2分钟就可以部署一个自己的 chatbot)。
LobeChat 与前段时间我推荐的另外一个类 GPTs 开发平台 Coze 很类似，但体验更佳，可定制化能力也更强。
我将官方的 GPTs 应用直接搬过来，不需要改动就可以跑起来，而且他也支持插件生态，内嵌了爬虫、搜索引擎、pdf 阅读，甚至 SEO 建议这种刚需的插件，如果不满足你也可以自己定义扩展插件。
LobeChat 还支持语音聊天，这一点非常棒。实测下来 TTS 效果挺不错的。
【项目】 Lobe-chat
【地址】github.com
【介绍】LobeChat 是开源的高性能聊天机器人框架，支持语音合成、多模态、可扩展的（Function Call）插件系统。支持一键免费部署私人 ChatGPT/LLM 网页应用程序。
【体验】LobeChat 的部署非常简单，只要你有 OpenAI 的 key，Github, Vercel 账号，支持一键全自动部署 (2分钟就可以部署一个自己的 chatbot)。
LobeChat 与前段时间我推荐的另外一个类 GPTs 开发平台 Coze 很类似，但体验更佳，可定制化能力也更强。
我将官方的 GPTs 应用直接搬过来，不需要改动就可以跑起来，而且他也支持插件生态，内嵌了爬虫、搜索引擎、pdf 阅读，甚至 SEO 建议这种刚需的插件，如果不满足你也可以自己定义扩展插件。
LobeChat 还支持语音聊天，这一点非常棒。实测下来 TTS 效果挺不错的。
9 01