یک مدل زبانی به‌تنهایی نمی‌تواند در وب بگردد، تقویم تو را باز کند یا ایمیل بفرستد. فقط متن تولید می‌کند. ابزارها چیزی هستند که به ایجنت اجازه می‌دهند در دنیای واقعی عمل کند.
فراخوانی ابزار چطور کار می‌کند؟
۱. تو هدفی می‌دهی: «سه پرواز زیر ۴۰۰ دلار پیدا کن». ۲. مدل یک درخواست ساختاریافته می‌نویسد، مثلاً جست‌وجوی پرواز، از A به B، تاریخ X. ۳. هارنس جست‌وجوی واقعی را اجرا می‌کند. ۴. نتیجه برمی‌گردد؛ مدل آن را می‌خواند و تصمیم می‌گیرد قدم بعدی چیست.
مدل مستقیم به برنامه‌های تو دست نمی‌زند. هارنس این کار را می‌کند و می‌تواند هر درخواست را قبلش بررسی کند.
دو نوع ابزار
- ابزار خواندنی فقط نگاه می‌کند و چیزی را تغییر نمی‌دهد: جست‌وجو، خواندن فایل، دیدن تقویم.
- ابزار نوشتنی تغییر ایجاد می‌کند: ارسال، ساخت، حذف، پرداخت.
ابزار خواندنی ریسک کمی دارد. ابزار نوشتنی محدودیت و تأیید تو را می‌خواهد.
MCP چیست؟
هر برنامه راه اتصال مخصوص خودش را دارد و وصل کردن ایجنت به آن‌ها سخت است. MCP (پروتکل زمینه‌ی مدل) یک استاندارد باز برای اتصال ایجنت‌ها به ابزار و داده است. مثل USB-C: یک دوشاخه‌ی مشترک که می‌گذارد قطعه‌ها را بدون بازسازی کل سیستم عوض کنی.
اگر دستیارت «اتصال» به Drive یا Slack یا تقویم پیشنهاد می‌دهد، معمولاً همین ایده پشتش است.
نکته‌های عملی
- فقط چیزی را وصل کن که کار لازم دارد. ابزار کمتر یعنی اشتباه کمتر.
- با حالت فقط‌خواندنی شروع کن. بگذار اول ببیند، بعد عمل کند.
- هر از گاهی مرور کن چه چیزی وصل است و آنچه استفاده نمی‌کنی را بردار.
- متنِ بیرونی را داده بدان، نه دستور. یک صفحه‌ی وب یا ایمیل ممکن است دستورهای پنهانی برای ایجنت داشته باشد (تزریق پرامپت). هارنس خوب و کاربر مراقب از دستوری که داخل محتوا آمده پیروی نمی‌کنند.
قدم بعدی
ابزار ایجنت را مفید می‌کند و محدودیت امنش می‌کند. بخش دوم را در مقاله‌ی «محافظ‌های ایجنت» می‌خوانی.