MCP无疑是近期大模型应用的热门话题。作为Claude推出的新协议，还处于初创阶段，各家如何接入仍处于探索之中。
之前尝试使用本地客户端Cherry Studio接入MCP时，遇到了诸多问题。光光是为了搞定UVX等本地运行环境，就折腾不少。直到Cherry Studio被迫内置运行环境和几个本地MCP后，可用性才大幅提升。
因此，当看到阿里云百炼平台提供了内置的MCP市场后，无需做这些烦琐的配置了，自然也想尝试一下。
因为近期业务开发的需求，需要用到高德地图的MCP，所以做了测试。
整个接入过程确实非常简单。在已有的智能体中，直接在MCP服务中添加高德地图（即AMap）的MCP即可。目前该应用尚处于免费试用阶段，因此无需填写高德开发者平台的 API。
当然，这也带来了一些问题，比如服务稳定性不足，访问量大时经常报错。目前仅适合测试，无法进入商用阶段。根据官方说明，若需商业化应用，则需联系阿里云相关业务。
在尝试使用过程中，我不得不感叹MCP开发的速度之快。
在接入高德的MCP后，我直接在原有智能体上询问“上海复旦大学附近一公里内的三星级以上宾馆及价格”。结果发现高德的MCP连续进行了四次调用：第一次获取上海复旦大学的经纬度，第二次利用该经纬度查询附近一公里的宾馆并得到两个结果，第三和第四次则分别查询这两个宾馆的详细信息。虽然可能由于高德接口的原因未能获取酒店价格，但仅凭一句话就能获得如此详细的信息，我觉得这已经是一个非常理想的状态。
对于非专业开发者来说，你无需查询API，也无需拼接各种代码，大模型会为你代劳一切。当然，在这一体验中，有三个问题不得不提。
token 消耗海量
首先是token的消耗问题。
我仅进行了一次简单查询，返回结果不过一两百字，但由于进行了四次MCP查询，大模型总共输入了四万多个token。
这意味着如果按付费计算，成本并不低。
针对这个问题，我也考虑过可能需要考虑类似通义千问的Qwen Turbo这样的低价高速模型，而非更昂贵的Plus甚至Max模型。
但这就引发了第二个问题：成功率。
成功率是玄学
虽然我展示的图片是一个非常完美的案例，但在实际使用中，是否能触发高德的MCP存在一定的偶然性。尤其是使用低阶的 Turbo 模型时。
没有足够的数据统计，我无法确定是否一定是模型的原因。
但至少从我的体验来看，Turbo模型触发成功的概率确实感觉较低。而使用Plus模型获取的数据有时也不够准确。
例如，在针对复旦大学的查询中，第一次调用时并未获取经纬度，而是直接填入一个经纬度开始查询附近地址，结果返回了一堆宾馆，但很多并不符合三星级标准。这可能与模型能力有较大关系。
当然，即便是调用通义千问的Max模型，也并非绝对成功，只是成功概率略高一些。因此，未来可能需要期待通义千问的下一代模型在对接MCP时有更好的表现。
知识库+MCP 可并行
知识库我比较欣赏阿里云百炼平台的一个特点，在开发定向检索智能体上超级快。
这次，知识库检索与MCP可以并存。这意味着我既可以优先检索本地知识库内容，也可以通过类似高德云的接口进行额外检索。
但从试用体验来看，当开启知识库检索后，高德MCP的成功率有所下降。
比如使用路径会有些不同。我就遇到过它并非像之前那样先获取经纬度再查询，而是将整个问题当作地址输入，若获取经纬度失败，则直接用文字查询，结果准确率会显著降低。但这个问题很难判断究竟出在哪一环节，感觉上还是模型在调用MCP时存在一些问题。
期待更多文档
由于阿里云百炼目前似乎未提供太多相关教程，我也不清楚是否需要在提示词中对类似Function Call的功能做特定修改，才能更好地调用高德的接口。
这也是当前整个大模型开发中遇到的一个普遍问题，即文档跟不上应用发展的速度。类似阿里云百炼推出MCP调用，仅有少数KOL写过相关内容，而官方文档中，阿里云百炼也未提供更多介绍或参考，一切只能靠开发者自行摸索。
这对开发者而言，确实不太友好。
发表回复