在4月14日这一天, 腾讯云对外宣布了大模型知识引擎进行了升级, 这次升级使得它支持接入MCP协议, 这意味着用户在构建应用的过程中, 不仅可以调用平台方精心挑选的MCP插件, 还可以将自己定制的MCP插件插入进来, 供大模型知识引擎直接调用。当前, 知识引擎平台已经筛选出了好几种MCP , 这里面有腾讯云 Pages、腾讯位置服务、Figma、Fetch 等等, 这些工具覆盖了多种不同的情况, 比如说去获取各种专业的信息, 进行网页的部署和预览作业, 还有对网页内容进行解析并且提取信息等场景。除了那些已经被精心挑选好的 MCP 插件之外, 用户自身也能够根据 MCP 协议的相关标准, 去配置那些已经处于运行状态的 MCP SSE服务, 这样就可以在开发应用的过程当中, 很灵活地随时进行调用操作了。MCP, 这个指的是模型上下文协议, 是专门为了那些大语言模型应用场景才搞出来的一个开放的协议, 它的主要目的呢,就是为了让这些大语言模型能够更好地和外面的数据源还有各种工具实现无缝对接起来。它借由一套统一的接口规范, 把那些以前东一个西一个的API插件给收拾好了, 直接就变成了那种插上就能用的省事模式, 这就好比给AI领域装上了USB-C接口一样厉害, 专门来解决过去那些因为协议太多不好适配、而且开发起来费用高得让人头疼的大难题, 而对于那些老板们还有搞开发的小伙伴们来讲, 这绝对是个好消息, 因为他们做AI应用和Agent能搞的范围就更开阔了, 想要动手去把这些东西搞出来也不像从前那么困难了。去年 11 月。它由发布以来。MCP 协议就迅速地吸引了人们关注。这些关注 MCP 协议的人包括技术极客, 也包括开发者。开发者们做了各种各样的事情。他们需要把不同场景里的功能给封装起来。然后把它们做成 MCP 提供服务去做事。他们这样做是为了探索一下。看这个协议到底能不能够落地。而今年 3 月的时候发生的事情就不一样了。Manus 那时候非常火爆。这件事情就掀起了新一轮关于协议标准的讨论声浪。虽然 Manus 没有直接采用 MCP 协议。但是这一应用让业界看到了多 Agent 协同具有多大想象力。。所谓协同, 其中心要点就是标准的协议。从某种角度来看, 随着MCP这个协议的广泛传播和实际运用, 它已经促成了Agent与大模型应用在开发方面呈现出一种新的模式来, 而这种新的模式, 就是大家所说的那种新范式。大模型知识引擎给企业和开发者提供了三种开发方式, 一种是标准模式, 还有一种是工作流模式, 最后一种叫Agent模式。用户可以用两种方式快捷地使用MCP, 这两个方式就是工作流模式和Agent模式。如果在用工作流模式, 用户可以通过来拖拽知识引擎里边的各种原子, 编排出一个符合需求的流程, 从而响应用户的需求。而Agent模式是由大模型进行任务自主规划的, 也是由大模型进行工具调用的。这种模式是不需要代码的。在几步之内就可以开发出一个智能体应用的。举例来说, 用户能够借助腾讯位置服务这一个名为 MCP 的插件, 去搭建起一个用来做路线规划的助手。当处于 Agent 这个开发模式的时候, 只要点击那个添加 MCP 插件的地方, 就可以根据实际的需求来添加腾讯位置服务所提供的 MCP 工具了。用户在插件被添加完毕之后, 可以根据自己自身的需要来撰写提示词内容, 然后借助于人工智能的技术来进行一键式的优化操作。等到配置环节彻底完结之后, 我们是可以进入那个用来进行测试的对话窗口里面去, 实际考察并且检验一下这个应用的对话呈现效果到底是怎样的。企业还有开发者, 可以去参考腾讯云官方发布的那个关于接入了使用的MCP插件指南, 也就是那个叫做大模型知识引擎接入MCP插件的页面, 它就在腾讯云的网站上。腾讯云大模型知识引擎它是一个面向企业客户以及合作伙伴的大模型应用搭建平台, 这个平台结合了企业的专属知识库, 它提供了像知识问答、知识总结之类的各种应用范式, 通过这些方式, 来推动在大模型于企业服务场景中的应用落地。今年以来, 大模型知识引擎一直在持续地迭代和更新。在二月初的时候, 这个大模型知识引擎宣布它接入了原版的R1以及V3这两个模型的内容, 并且还首先进去了联网搜索这个功能的支持, 这样就能够方便用户去快速地搭建起能够进行联网操作的应用。经过了腾讯云那边的部署优化之后, 大家就会知道这个大模型知识引擎在吐字的速度方面相比起那些使用开源推理引擎的情况来说提升了百分之八十四那么多多, 而成本这一块则是降低了百分之四十六的那么多。到现在这个时间点上讲, 这个大模型知识引擎已经在包括金融、政务、医疗、教育还有零售这一系列的行业当中都得到了非常广泛性的落地。
在4月14日这一天, 腾讯云对外宣布了大模型知识引擎进行了升级, 这次升级使得它支持接入MCP协议, 这意味着用户在构建应用的过程中, 不仅可以调用平台方精心挑选的MCP插件, 还可以将自己定制的MCP插件插入进来, 供大模型知识引擎直接调用。当前, 知识引擎平台已经筛选出了好几种MCP , 这里面有腾讯云 Pages、腾讯位置服务、Figma、Fetch 等等, 这些工具覆盖了多种不同的情况, 比如说去获取各种专业的信息, 进行网页的部署和预览作业, 还有对网页内容进行解析并且提取信息等场景。除了那些已经被精心挑选好的 MCP 插件之外, 用户自身也能够根据 MCP 协议的相关标准, 去配置那些已经处于运行状态的 MCP SSE服务, 这样就可以在开发应用的过程当中, 很灵活地随时进行调用操作了。MCP, 这个指的是模型上下文协议, 是专门为了那些大语言模型应用场景才搞出来的一个开放的协议, 它的主要目的呢,就是为了让这些大语言模型能够更好地和外面的数据源还有各种工具实现无缝对接起来。它借由一套统一的接口规范, 把那些以前东一个西一个的API插件给收拾好了, 直接就变成了那种插上就能用的省事模式, 这就好比给AI领域装上了USB-C接口一样厉害, 专门来解决过去那些因为协议太多不好适配、而且开发起来费用高得让人头疼的大难题, 而对于那些老板们还有搞开发的小伙伴们来讲, 这绝对是个好消息, 因为他们做AI应用和Agent能搞的范围就更开阔了, 想要动手去把这些东西搞出来也不像从前那么困难了。去年 11 月。它由发布以来。MCP 协议就迅速地吸引了人们关注。这些关注 MCP 协议的人包括技术极客, 也包括开发者。开发者们做了各种各样的事情。他们需要把不同场景里的功能给封装起来。然后把它们做成 MCP 提供服务去做事。他们这样做是为了探索一下。看这个协议到底能不能够落地。而今年 3 月的时候发生的事情就不一样了。Manus 那时候非常火爆。这件事情就掀起了新一轮关于协议标准的讨论声浪。虽然 Manus 没有直接采用 MCP 协议。但是这一应用让业界看到了多 Agent 协同具有多大想象力。。所谓协同, 其中心要点就是标准的协议。从某种角度来看, 随着MCP这个协议的广泛传播和实际运用, 它已经促成了Agent与大模型应用在开发方面呈现出一种新的模式来, 而这种新的模式, 就是大家所说的那种新范式。大模型知识引擎给企业和开发者提供了三种开发方式, 一种是标准模式, 还有一种是工作流模式, 最后一种叫Agent模式。用户可以用两种方式快捷地使用MCP, 这两个方式就是工作流模式和Agent模式。如果在用工作流模式, 用户可以通过来拖拽知识引擎里边的各种原子, 编排出一个符合需求的流程, 从而响应用户的需求。而Agent模式是由大模型进行任务自主规划的, 也是由大模型进行工具调用的。这种模式是不需要代码的。在几步之内就可以开发出一个智能体应用的。举例来说, 用户能够借助腾讯位置服务这一个名为 MCP 的插件, 去搭建起一个用来做路线规划的助手。当处于 Agent 这个开发模式的时候, 只要点击那个添加 MCP 插件的地方, 就可以根据实际的需求来添加腾讯位置服务所提供的 MCP 工具了。用户在插件被添加完毕之后, 可以根据自己自身的需要来撰写提示词内容, 然后借助于人工智能的技术来进行一键式的优化操作。等到配置环节彻底完结之后, 我们是可以进入那个用来进行测试的对话窗口里面去, 实际考察并且检验一下这个应用的对话呈现效果到底是怎样的。企业还有开发者, 可以去参考腾讯云官方发布的那个关于接入了使用的MCP插件指南, 也就是那个叫做大模型知识引擎接入MCP插件的页面, 它就在腾讯云的网站上。腾讯云大模型知识引擎它是一个面向企业客户以及合作伙伴的大模型应用搭建平台, 这个平台结合了企业的专属知识库, 它提供了像知识问答、知识总结之类的各种应用范式, 通过这些方式, 来推动在大模型于企业服务场景中的应用落地。今年以来, 大模型知识引擎一直在持续地迭代和更新。在二月初的时候, 这个大模型知识引擎宣布它接入了原版的R1以及V3这两个模型的内容, 并且还首先进去了联网搜索这个功能的支持, 这样就能够方便用户去快速地搭建起能够进行联网操作的应用。经过了腾讯云那边的部署优化之后, 大家就会知道这个大模型知识引擎在吐字的速度方面相比起那些使用开源推理引擎的情况来说提升了百分之八十四那么多多, 而成本这一块则是降低了百分之四十六的那么多。到现在这个时间点上讲, 这个大模型知识引擎已经在包括金融、政务、医疗、教育还有零售这一系列的行业当中都得到了非常广泛性的落地。
