定义
Agent节点是AI Studio中一个强大的组件，它赋予大语言模型（LLM）在运行动态选择并执行工具/MCP 的能力，从而实现复杂的多步推理，通过集成不同的Agent推理策略，Agent节点让LLM能够更智能地理解和响应用户指令。
前置条件
配置步骤
添加节点
在AI Studio编辑器中，点击开始后面的
添加Agent节点。
选择Agent策略
在Agent节点配置面板中，点击Agent 策略（当前仅支持MCP FunctionCalling）。
MCP FunctionCalling
通过将用户指令映射到预定义函数或MCP服务，LLM先识别用户意图，再决定调用哪个函数并提取所需参数。它的核心是调用外部函数或MCP，属于一种明确的工具调用机制。
优点：
精确：对于明确的任务，可以直接调用相应的工具，无需复杂的推理过程。
易于集成外部功能：可以将各种外部API或工具封装成函数供模型调用。
结构化输出：模型输出的是结构化的函数调用信息，方便下游节点处理。
节点配置
选择Agent策略后，配置面板会显示对应的配置项。AI Studio支持的MCP配置项如下。
模型：选择驱动Agent的大语言模型。
MCP：MCP的使用方式由Agent策略定义，点击
添加并配置Agent可调用的MCP服务。配置方式： 在下拉框中可选择已有MCP服务或输入自定义MCP服务。
选择已有MCP服务：可选择已创建好的MCP服务中的某个方法。
输入自定义MCP服务： 可依次填写MCP URL，服务名称等来自定义配置MCP服务。
指令： 定义Agent的任务目标和上下文。支持使用Jinja语法引用上游节点变量。
查询： 接收用户输入。
最大迭代次数： 设定 Agent 的最大执行步数。
输出变量： 提示节点输出的数据结构。
查看日志
Agent节点执行过程中将生成详细日志。显示节点执行的总体信息，包括输入和输出、token开销、耗时和状态。点击详情查看Agent策略执行的每一轮输出信息。
