大模型、Agent、Function call、Skills、MCP之间的关系

一、核心角色定位

组件 核心角色 关键能力
大模型(LLM) 智能内核 任务理解、逻辑推理、结果验证、输出格式化
Agent 统筹大脑(真正的决策者) 任务分析、复杂度判断、计划生成、结果总结、错误处理
Function call 底层执行单元 触发外部工具 / API,完成原子操作
Skills 专业工具箱 代码执行、代码修改、子任务处理(业务流程封装)
MCP 通信与状态总线 统一连接协议,负责状态同步、上下文传递、工具通信

二、类比

|---------------|--------------------------|
| 组件 | 类比 |
| 整套系统 | 一个专业员工 |
| 大模型 | 思考与理解(只会想,不会动手) |
| Agent | 完整的人(真正的决策者,有目标、会行动) |
| Function call | 手(单个动作) |
| Skill | 一套完整动作(做饭、写报告等) |
| MCP | 神经/网线(传递信号、连接、同步状态) |

三、调用顺序

  1. 用户输入
  2. 大模型理解
  3. Agent 分析
  4. Agent 判断复杂度
  5. 简单任务:Skills 直接执行
  6. 复杂任务:
    • Agent 生成计划
    • Function call 调用工具
    • Skills 执行业务逻辑
    • MCP 负责状态 / 通信 / 连接
  7. 大模型验证结果
  8. Agent 总结 → 格式化输出
  9. 失败:Agent 处理错误(重试 / 重规划)
相关推荐
mCell7 小时前
为什么 Memo Code 先做 CLI:以及终端输入框到底有多难搞
前端·设计模式·agent
deephub8 小时前
Agent Lightning:微软开源的框架无关 Agent 训练方案,LangChain/AutoGen 都能用
人工智能·microsoft·langchain·大语言模型·agent·强化学习
海绵宝宝de派小星8 小时前
模型规模与涌现能力(Emergent Abilities)
ai
AlfredZhao8 小时前
RAG 时代的“破壁人”:为什么你的大模型应用急需 Docling?
ai·rag·docling
冬奇Lab9 小时前
一天一个开源项目(第20篇):NanoBot - 轻量级AI Agent框架,极简高效的智能体构建工具
人工智能·开源·agent
Elastic 中国社区官方博客10 小时前
如何防御你的 RAG 系统免受上下文投毒攻击
大数据·运维·人工智能·elasticsearch·搜索引擎·ai·全文检索
Elastic 中国社区官方博客12 小时前
Elasticsearch:交易搜索 - AI Agent builder
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索
quchen52813 小时前
第六章:测试、调试与性能监控
ai·性能优化
阿里云云原生13 小时前
函数计算 AgentRun 重磅上线知识库功能,赋能智能体更“懂”你
agent
hbstream13 小时前
国内四大AI编程IDE对比(二):从零构建桌面应用实测
agent