构建 AI 智能体应用（二）：工具选择策略与 MCP 生态演进

Agent Types（Photo by Alvin Leopold on Unsplash）

系列导读: 本文是《Building Applications with AI Agents》系列解读的第二篇。在上一篇中，我们系统剖析了从反射型到深度研究型的六大核心架构模式；本篇将聚焦于智能体能力的延伸——工具使用 (Tool Use)。如何让智能体在数以万计的工具中精准定位并高效执行？我们将从基础模式出发，一路推演至 2026 年最前沿的 MCP 生态与图增强架构。

1. 引言：从有限调用到无限生态

步入 2026 年，企业级 Agent 系统面临着前所未有的扩展性挑战：如何从数百、数千甚至数万个工具中，准确且高效地选择出最合适的那一个？这不仅关乎响应延迟（Latency）与计算成本（Cost），更直接决定了 Agent 解决复杂现实问题的能力上限。

如果说智能体类型定义了 Agent 的“大脑”思考方式，那么工具选择则决定了 Agent 的“手脚”执行边界。本文将系统梳理 Agent 工具选择（Tool Selection）的演进路径——从早期基于上下文的标准选择，到目前作为业界标配的 Tool RAG，再到面向未来的模型上下文协议（MCP）生态。

2. 经典工具选择策略 (The Classics)

在 Agent 发展的早期，工具数量有限（通常 < 10 个），我们主要依赖几种直观且易于实现的策略。

2.1 标准工具选择 (Standard Tool Selection)

直接的上下文注入

形象比喻: 开卷考试的选择题 —— 试卷上列出了所有选项（工具），考生（LLM）根据题目（用户指令）直接勾选。

这是最基础的方法。我们将所有的工具定义（Definition）与描述（Description）直接放入 System Prompt 中，让大语言模型根据当前的上下文选择最合适的工具。

• 典型工作流:
  1. User: "查询北京天气"
  2. System: "可用工具: [get_weather, get_stock, send_email...]"
  3. Agent: "选择 get_weather(location='Beijing')"
• 优势: 实现简单，利用 In-context Learning 可快速提升准确率。
• 劣势:
  • 上下文限制: 无法应对工具数量激增的场景。
  • 高延迟: 每次请求都需处理大量无关的工具描述。

2.2 语义工具选择 (Semantic Tool Selection)

基于向量的按需检索

形象比喻: 图书馆检索终端 —— 输入关键词，系统返回最相关的几本书，而不是把整个图书馆的书名都列出来。

为了解决 Token 限制，引入了语义检索（Semantic Retrieval）。预先将工具描述转换为向量（Vector）存入数据库，使用时动态召回。

• 典型工作流:
  1. Embedding: 将所有工具描述向量化。
  2. Retrieve: 根据 User Query 检索 Top-K (如 Top-5) 工具。
  3. Select: 仅将这 5 个工具注入 Prompt 供 Agent 选择。
• 优势: 支持数百个工具的规模，大幅降低 Token 消耗。
• 劣势: 依赖 Embedding 质量，容易出现语义碰撞（Semantic Collision）。

2.3 分层式工具选择 (Hierarchical Tool Selection)

分类导航与逐级定位

形象比喻: 超市导购 —— 先找“食品区”，再找“饮料架”，最后拿“可乐”。

当工具功能重叠严重时，采用分层策略：先选择“工具组/类别”，再选择具体工具。

• 典型工作流:
  1. Router: "用户问的是财务问题，选择 'Finance Toolkit'"。
  2. Selector: 加载 Finance Toolkit 中的 20 个工具，选择 query_balance。
• 优势: 将大问题拆解为小问题，提高准确率。
• 劣势: 增加了交互轮次，导致系统延迟增加。

3. 2026 主流架构：Tool RAG 及其深度优化

随着企业级 Agent 的落地，Tool RAG (Retrieval-Augmented Generation for Tools) 已成为 2026 年的业界标准。其核心是将“工具选择”转化为一个“检索 + 生成”的 RAG 问题。为解决语义模糊问题，现代架构引入了多项关键优化：

3.1 查询改写 (Query Rewriting)

用户的提问往往是模糊或口语化的（例如：“帮我查一下上周数据”）。直接检索工具描述效果不佳。

• HyDE (Hypothetical Document Embeddings): 先让 LLM 生成一个假设性的“理想工具描述”，再用该描述去检索。
• Multi-query: 生成 3-5 个不同角度的查询变体，扩大召回范围。

3.2 示例查询嵌入 (Example Queries Embedding)

这是提升检索质量的杀手锏。

• 传统做法: Embedding 工具的“功能描述”（通常抽象且技术化）。
• 2026 实践: 为每个工具生成 10-20 个“典型用户 Query”，并对这些 Query 进行 Embedding。
• 效果: 检索时是用“用户 Query”匹配“示例 Query”，语义相似度与召回率大幅提升。

3.3 混合检索与重排序 (Hybrid Search & Reranking)

• 混合检索: 同时使用向量检索（捕捉语义）和关键词检索（BM25，捕捉专有名词），通过 RRF 算法融合。
• 重排序: 先召回 Top-50，再使用轻量级 Cross-Encoder 模型进行精细排序，最终只给 Agent 提供 Top-5，兼顾了速度与精度。

4. 应对复杂依赖：图增强检索 (Graph-enhanced Tool RAG)

在企业内部 API 场景中，工具之间往往存在强依赖（如：先 login 获取 Token，才能 get_data）。纯粹的语义检索容易丢失这种关联。

形象比喻: 地铁线路图 —— 你不能只知道“终点站”，必须知道“换乘路线”。

解决方案: 构建工具图谱（Tool Graph）。

• 节点 (Nodes): 代表工具。
• 边 (Edges): 代表依赖关系 (DependsOn)、共现关系 (Co-occurrence) 或 领域关系 (IsRelatedTo)。

典型工作流:

1. Retrieve: 检索到核心工具 get_data。
2. Traverse: 在图谱中遍历其前置依赖（login）和后置操作（format_report）。
3. Inject: 将整个子图涉及的工具一并提供给 Agent。

5. 开放生态：MCP 与动态发现

如果我们将视野放宽到跨组织、跨平台的万级工具生态，单一 Agent 预加载所有工具描述已不再可行。

模型上下文协议 (Model Context Protocol, MCP) 的出现彻底改变了游戏规则。它就像 AI 时代的 USB-C 接口，标准化了 Agent 与工具（Server）的连接方式。

5.1 Tool-to-Agent 双层检索架构

在 MCP 生态下，工具选择从“静态预置”转向了“动态发现”：

1. Layer 1 - Server Discovery:
   • 根据用户意图，首先检索出最相关的 MCP Server。
   • 例：“我要分析 Salesforce 数据” -> 定位到 Salesforce MCP Server。
2. Layer 2 - Tool Discovery:
   • Agent 连接到该 Server，通过 list_tools 协议动态获取当前可用的工具列表。
   • 这种类似 DNS 的动态发现机制，实现了真正的无限扩展能力。

6. 内容层演进：Agent Skills 标准

除了“找工具”，Agent 还需要知道“怎么用”。Agent Skills（以 Anthropic Skills 为代表）专注于内容层面 (Content Level) 的标准化。

形象比喻: 菜谱 (Recipes) —— MCP 提供了厨房工具（刀、锅），Skills 则是教你如何做红烧肉的菜谱。

6.1 渐进式揭露 (Progressive Disclosure)

Skills 遵循“渐进式揭露”原则，避免一次性加载所有细节：

1. 元数据层 (Metadata): 仅包含名称和适用场景，常驻内存。
2. 指导层 (Instruction): 选中 Skill 后加载详细步骤和最佳实践。
3. 执行层 (Implementation): 仅在执行时加载具体的 Python 脚本或 API 模板。

这种设计使得 Agent 能够学习复杂的业务流程（如“故障排查标准作业程序”），而不仅仅是单点的工具调用。

7. 工具选择策略综合对比

下表总结了 2026 年主流的工具选择策略，为您提供选型参考。

8. 结语

工具选择机制的进化，本质上是 Agent 认知边界的扩张。从早期的死记硬背（Standard），到学会查阅字典（Tool RAG），再到掌握使用外部设备的通用协议（MCP），Agent 正逐步具备适应开放世界的能力。

在下一篇文章中，我们将探讨多智能体协作中的编排模式 (Orchestration Patterns)，看看这些具备了强大工具使用能力的 Agent 们，是如何像人类团队一样分工协作的。

参考

• Model Context Protocol (MCP) Specification
• Anthropic: Building effective agents
• LangChain: Tool Selection Strategies