核心主线：理清 LLM → Token → Context → Prompt → Tool → MCP → Agent → Agent Skill 整套技术层级，区分各组件职责，构建完整 AI 智能体知识框架
LLM大语言模型
所有AI应用的底层大脑都是基于transformer架构，本质是文字接龙概率模型，只能处理文本，无实时数据、无法操作外部系统，只能被动问答，是整套体系的基础算力核心。
原生能力：文本理解，文本生成，逻辑推理，总结归纳
原生短板：没有实时的外部信息，无法主动操作外部系统，数据库，接口，没有长期记忆，只能被动接收输入然后输出，不具备自主规划能力。
Token
大模型的最小计算单元，Tokenizer 完成文字↔数字 ID 转换，Token≠汉字 / 单词，讲解 Token 计费、上下文窗口长度限制，解释为什么长对话会消耗大量算力。
- LLM 不能直接识别文字，需要 Tokenizer 将文本转为数字 ID（Token）进行计算；
- Token ≠ 汉字 / 单词，中英文单 Token 承载字符数量不同；
- 计费、上下文窗口限制全部以 Token 为单位；
- 输入 + 输出 Token 共同占用窗口额度。
Context（上下文窗口）
对话全部历史 + 系统指令的合集，存在窗口上限；上下文是 LLM 记忆载体，窗口耗尽会丢失历史对话，也是后续 Agent 记忆机制的基础。
- 组成：系统提示词 + 全部历史对话 + 当前用户提问
- 约束：存在最大长度上限，窗口填满后，最早的内容会被截断丢失 → 产生失忆现象
- 地位：LLM 唯一短期记忆载体，是后续所有记忆、技能机制的底层约束。
Prompt（提示词）
分 System Prompt（系统人设）、User Prompt（用户输入）；单次临时指令，缺点是复杂任务每次都要重复写流程，无法沉淀标准化工作流程，引出后续 Skill 的必要性。
- System Prompt：系统角色、全局规则，固定人设
- User Prompt：用户单次输入任务指令
最大痛点：
- 临时性：单次对话生效，任务流程无法长期沉淀；
- 复杂业务任务，每次对话都要重复输入大量流程、约束、输出格式；
- 缺乏统一封装、无法版本管理、难以团队复用；
Tool（工具）
LLM 能力延伸的最小单元，本质是可调用函数（查天气、读文件、查数据库）；原生调用存在痛点：每个工具要单独写对接逻辑，碎片化严重，引出 MCP 协议。
单纯Tool调用存在的问题
每个工具需要单独定义描述、入参、错误处理； 多个工具协同场景下，没有规定调用顺序、判断条件、分支逻辑。 工具只是独立零件，缺少使用说明书。
MCP
AI 领域统一 "USB-C 接口" 标准（Anthropic 开源），基于 JSON-RPC；作用：统一所有外部工具、数据库、接口的通信规范，一次适配全平台通用，解决工具对接碎片化问题。
- 类比：没有 MCP = 每个设备单独接线；有 MCP = 通用插口即插即用
- 定位：负责连接外部资源，只解决 "怎么调用工具"，不定义任务执行流程。
MCP只解决通路问题，agent如何连接外部工具，MCP不定义业务流程，不会规定什么时候调用工具，调用先后顺序，结果如何判断等。
Agent
拥有自主规划循环的 AI 系统，不再被动单次问答；完整工作流： 接收任务 → LLM 理解需求 → 拆解多步骤计划 → 通过 MCP 调用各类 Tool → 接收结果迭代推理 → 直到任务闭环
案例：用户问 "今天出门要不要带伞"，
Agent 自动分步：定位→查天气→判断降雨→推荐雨伞店，自主完成多轮工具调用。
Agent原生短板：没有预制业务规范，面对复杂场景容易步骤遗漏、重复调用工具，输出格式随机、不可控，缺少边界约束、异常处理流程
Agent Skill
Skill 是给 Agent 预制、可持久化存储、可复用的标准化完整任务工作包 。 统一规范通常采用 SKILL.md 文件承载。
Skill文件双层结构：
1.头部元数据（YAML）：技能名称，适用场景，简短描述，标签等
2.正文指令（Markdown）
- 任务目标
- 分步执行流程、分支判断逻辑
- 需要调用哪些工具、调用时机与先后顺序
- 输入校验规则、异常处理策略
- 强制输出模板、格式约束
- 正反示例
核心组件分工对比表
| 组件 | 核心定位 | 解决什么问题 |
|---|---|---|
| LLM | AI 大脑 | 文本理解、推理、生成 |
| Token/Context | 底层资源约束 | 模型输入输出最小单元、短期记忆上限 |
| Prompt | 临时指令 | 单次对话任务约束，轻量临时场景 |
| Tool | 外部能力原子 | 拓展 LLM 原生没有的外部功能 |
| MCP | 通用通信协议 | 统一 Agent 与外部工具的对接标准 |
| Agent | 自主运行框架 | 实现多步骤自主规划、循环调用工具 |
| Agent Skill | 标准化业务包 | 沉淀固定业务流程，约束 Agent 行为 |
完整自上而下技术链路
用户任务需求
↓
Agent（自主调度框架）
↓ 匹配加载 → Agent Skill（标准化业务流程）
↓ 发起调用
MCP（统一通信接口）
↓
Tool（各类外部能力：接口、数据库、文件服务等）
↓
所有思考、决策、文本生成依赖底层 LLM
全部执行受 Token / Context 窗口约束简化一句话总结： LLM 负责思考，MCP 负责接线，Agent 负责自主干活，Skill 负责给 Agent 一本标准化操作手册。 
