函数调用与 MCP 的区别：模型选工具和系统接工具分开
解释函数调用在模型请求中的作用与 MCP 在外部系统连接中的作用，用相同工具任务核对发现、参数和执行结果。
怎样选择更合适
函数调用让模型按定义提出调用某个工具及参数，MCP 则规范 AI 应用与工具或资源服务之间的连接。可以用 MCP 提供工具，再让模型通过工具调用使用它；也可以只接应用内部函数。先确认需要的是模型调用能力，还是跨应用复用工具的标准接口，二者不是简单替代关系。
工具定义和服务连接属于不同环节
OpenAI 的函数调用说明把工具定义、模型提出调用和应用返回结果分成步骤。模型给出参数时，业务操作还没有凭空发生。执行者需要处理参数与错误，并把实际结果交还；这与直接让模型在正文里写一段操作建议不同。
MCP 官方规范描述客户端与服务器的交互，工具发现只是其中一部分。连接到服务后仍要核对账号的可见资源，并确认工具的必填字段。协议兼容有助于接入，但不会保证外部服务里的业务请求一定成功。
同一工具任务分开检查接入与调用
以查询公开项目资料为例，先核对服务是否暴露目标工具，再用同一问题检查模型是否选择正确工具。若能发现工具却执行失败，应核对真实错误；若模型从不选择工具，则要检查定义和当前任务要求，而不是反复重建连接。
保留调用标识、参数和相应返回结果，确认它们没有错配。另用缺少必要字段的输入检查澄清或失败处理，避免为了完成调用而猜参数。本页没有搭建 MCP 服务，所有操作均为检查设计，不代表某个连接已经通过测试。
按复用需要选择接入复杂度
只给一个自有程序调用的简单函数，直接定义工具可能已经足够；需要在多种支持 MCP 的助手间共享工具时，再评估协议化服务。维护中除了函数逻辑，还要关注连接、版本与权限范围，不能只比较代码行数。
不论采用哪种方式，工具说明都应描述输入和真实返回字段。接口变化后，用相同问题复查模型选择与业务执行，分别记录这两个结果。这样才能确定修改应发生在工具定义、连接层，还是服务本身，而非不断扩写提示词。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。