Chuyển tới nội dung chính

Chapter 4 — Tool Use & MCP

Phase 2

Câu hỏi trung tâm: LLM gọi API bên ngoài bằng cơ chế gì? MCP server là gì và tại sao nó đang thành chuẩn?

🔒 Chapter chưa mở

Nội dung chi tiết sẽ được unlock dần. Dưới đây là outline.

Outline​

4.1 — Function/Tool Calling: model quyết định, code bạn chạy​

  • LLM không thật sự "gọi" API — nó chỉ output JSON mô tả intent
  • Luồng hoạt động: user → model → tool call → your code → model → response
  • So sánh syntax: OpenAI tools vs Anthropic tool_use
  • Lab: build tool đầu tiên — tra thời tiết qua API

4.2 — Thiết kế tool tốt​

  • Tool description là prompt cho model — viết rõ hơn = gọi đúng hơn
  • Parameter schema: type, description, enum, required
  • Bao nhiêu tool là quá nhiều? Khi nào model bị "confused"
  • Error handling: tool fail thì conversation xử lý thế nào

4.3 — MCP (Model Context Protocol)​

  • MCP giải quyết vấn đề gì: "mỗi app một cách kết nối" → chuẩn chung
  • Architecture: Host → Client → Server → Tools/Resources/Prompts
  • Transport: stdio vs SSE — khi nào dùng cái nào
  • Lab: build MCP server đầu tiên — cắm vào Claude Desktop

4.4 — MCP trong thực tế​

  • Dùng MCP server có sẵn (filesystem, GitHub, Postgres...)
  • Kết hợp nhiều MCP server — agent dùng nhiều tool
  • Security: tool approval, sandboxing
  • MCP vs custom API integration — trade-off

Checkpoint​

  • Giải thích luồng tool calling bằng sơ đồ — từ user message đến final response
  • MCP khác gì function calling thông thường?
  • Khi nào nên build MCP server, khi nào dùng function calling trực tiếp?

Tiếp theo: Chapter 5 — Workflow Patterns →