MCP-tööriistade disainimine, mida LLM-id päriselt õigesti kasutavad — kaasnevad videod

Anthropic

Anthropicu insenerid käivad läbi, mida nad päriselt muutsid, kui nende mitme-agendi süsteemid tööriistu valesti kasutasid — endpointide kokku surumine, ID-de asemel nimede tagastamine, MCP-dele ja Agent Skillsile toetumine selle asemel et süsteemi prompti rohkem tööriistu sisse toppida. Kaardistub punkt-punktilt artikli tööriistade kirjelduste ja tagastusvormi disaini kontrollnimekirjale.

Mida sellest videost kaasa võtta: Saad tehnilise mustri teemal "MCP-tööriistade disainimine, mida LLM-id päriselt õigesti kasutavad" ning oskad hinnata riske, piire ja järgmist sammu.

Mida enne vaadata või teada: Kasuks tuleb arusaam API-dest, automatsioonidest, RAG-ist või agentide tööpõhimõtetest.

Anthropic

Hannah Moran ja Jeremy Hadfield Applied AI-st käivad läbi, kuidas tööriistakutseid ja agendi prompte sõnastada päris Pokemoni-mängiva agendi peal — millal lükata käitumine süsteemi prompti versus tööriista kirjeldusse, mida mudel peab teadma iga tööriista eeltingimuste kohta. Kasulik kohe pärast oma esimese MCP serveri kirjutamist, kui leiad, et Claude seda ootamatutel viisidel kutsub.

Mida sellest videost kaasa võtta: Saad tehnilise mustri teemal "MCP-tööriistade disainimine, mida LLM-id päriselt õigesti kasutavad" ning oskad hinnata riske, piire ja järgmist sammu.

Mida enne vaadata või teada: Kasuks tuleb arusaam API-dest, automatsioonidest, RAG-ist või agentide tööpõhimõtetest.