前言

近年来，随着人工智能和MCP技术的发明和进步，好像给我们这些程序员又开辟了一个新的道路：以前我们都是给人来写软件工具，要写后端接口和前端界面，让用户在前端界面使用这些工具来实现业务。以后就会变成，我们要给AI 来写后端工具，无需写前端界面，让AI根据工具需要的参数和返回值来生成前端界面给用户（语言也是界面的一种），用户通过Agent来调用我们的后端工具实现业务。

That’s amazing! 作为一个写了20多年程序的老.Net程序员，本来都已经跑到甲方两年没写代码了，实在忍不住一定要体验一下。这次用Python。

智联接单

我的人工智能应用其实是一个微信公众号，叫“智联接单”，大家搜索关注就可以试用。可以向其发送文字、语音和地理位置信息。语音请少用，比较费钱。

这个微信公众号后台是一个AI Agent，Agent调用我写的MCP Server工具来实现业务功能。

业务主要实现了需求单（我需要的服务描述），供给单（我能提供的服务描述），合伙单（我要和别人合伙搞活动的需求描述）的发布、管理和匹配。还有就是维护自己联系方式、充值等。

也就是用我的需求匹配他人供给，用我的供给匹配他人需求，用我的合伙匹配他人的合伙。匹配完成后可用查看对方联系方式，以促成交易或合伙。

关键业务功能，例如查看对方联系方式是收费的，但是目前可以假装充值，只要告诉人工智能充值多少钱就可以。

技术细节

1、先说核心的订单匹配功能，采用了PGSQL数据库的向量和地理位置扩展，用户直接向公众号发送地理位置信息来补充订单位置数据，将用户的订单需求、供给、合伙描述向量化存入，这里只向量化核心描述，不包含价格和时间等信息，不然会影响向量余弦计算的距离匹配效果。位置的匹配计算经纬度球面距离，时间和价格还是通过传统方式匹配，需要注意的是价格单位我也进行了向量化匹配。混合匹配的需求也是我选择pg的原因。

2、再说架构，微信服务器将用户消息Post我的Agent，Agent调用MCP工具实现功能，并把结果回复给微信服务器。Agent服务用Fast API + LangChain 实现，模型用阿里qianwen3 coder，和微信交互用了wechatpy。Agent通过Langchain的MCP Adapter组件连接到我的MCP Server，MCPServer基于Fast MCP实现，其中向量化也是用了阿里的1024维度向量化模型。所以我其实部署了两个服务，一个是Agent服务，一个是MCP服务，全部部署在阿里云上。

遇到的问题

目前遇到的最大的技术问题是，Agent有时候不调用工具，自己胡编乱造业务数据！虽然我在系统提示词里强调一定要调用工具。为了解决这个问题，我每次对话都通过系统消息告诉Agent，必须要调用工具才能回复用户，目前症状减轻了，但是偶尔会出现，所以增加了个保护措施：如果发现Agent没有调用工具，我会给用户的信息中增加“系统提示：平台未调用工具”，提醒用户让Agent调用工具重试。

需要一个第三方充值平台，需要推广。

大概就这些吧，大家有什么意见或者需要合作的，都可以与我联系。