一 概念讲解

概念 核心定位 关键特征 类比（以公司为例） 技术层级
LLM 大脑（核心引擎） 知识压缩、推理、生成 拥有广博知识的实习生 基础设施层
Prompt 沟通界面（指令） 意图表达、上下文设定 给实习生写的任务清单 交互层
Skills 固化能力（API） 确定性、工具化、可复用 实习生学会使用的办公软件 能力层
Agent 执行主体（数字员工） 自主规划、决策、执行 能自己安排工作的项目经理 应用/执行层
AGI 终极目标（类人智能） 通用性、自适应、意识 全能且可自主学习的超级员工 愿景层

1.1 LLM（大语言模型）：AI系统的"大脑"

  • 本质：参数量在百亿级以上的预训练语言模型，核心能力是下一个token预测
  • 功能定位：提供基础的语言理解与生成能力，但仅限于文本层面，无法主动执行任务
  • 典型代表：GPT-4o、Claude 3.5、Llama 4、Qwen 2.5等
  • 关键局限：
    • 知识截止到训练日期（存在"幻觉"风险）
    • 无法主动调用外部工具
    • 上下文窗口有限（即使200k-1M也可能遗忘）

🧠 形象比喻：LLM就像一位知识渊博但行动受限的学者，能回答各种问题，但无法亲自去图书馆查资料或操作实验设备。

1.2. Prompt（提示词）：与LLM交互的"指令手册"

  • 本质：给LLM的输入文本，是"指令+上下文+示例+约束"的组合
  • 功能定位：引导LLM生成特定风格和内容的输出，决定LLM输出质量的80%（模型参数只占20%）
  • 关键特点：
    • 临时性：单次对话有效，"说完即焚"（除非放入长期记忆）
    • 即时性：依赖当前上下文窗口
    • 灵活性：可快速测试和调整

📝 典型示例："你是一位资深Python工程师，请审查以下代码，指出问题并给出重构建议，输出格式用Markdown。"

💡 重要提示：Prompt不是简单的"咒语"，而是结构化指令工程，包括零样本、少样本、思维链、角色扮演等多种技术。

1.3. Agent（智能体）：具备自主能力的"执行者"

  • 本质：能自主规划、调用工具、记忆、迭代完成复杂目标的LLM驱动系统
  • 功能定位：将LLM的"大脑"与"手脚"结合，从"回答问题"升级为"完成任务"
  • 核心组件：
    • Planner：任务分解与路径规划
    • Executor：调用工具执行操作
    • Memory：短期（对话历史）+ 长期（向量数据库）记忆
    • Observer：反思错误与调整策略

🤖 形象比喻：如果LLM是大脑，Agent就是拥有大脑、手脚和记忆的完整生物体，能主动感知环境、制定计划并执行任务。

✅ 关键区别：LLM只能被动回答问题，而Agent能主动拆解任务、调用工具、迭代优化，实现"用户给目标，Agent给结果"的工作模式。

1.4. Skills（技能）：领域专长的"方法论资产"

  • 本质：可移植的、模块化的领域专长包，让Agent从"通用"变成"专家"
  • 功能定位：封装特定任务的领域知识、执行步骤、判断标准、输出格式，使Agent在处理专业任务时有章可循
  • 核心特点：
    • 持久化：配置一次后可反复调用，解决Prompt"临时性"问题
    • 标准化：提供统一的执行规范和输出格式
    • 工程化：独立文件管理，支持版本控制和测试验证

🛠️ 典型示例：代码审查Skill包含：

  • 审查维度（安全漏洞、逻辑正确性等）
  • 风险评级（P0阻塞、P1重要等）
  • 输出格式规范
  • 边界规则（只审查变更部分）

⚠️ 关键区别：Prompt是"一次性指令"，而Skill是可复用、标准化的方法论资产，就像公司SOP手册，确保不同任务结果的一致性和专业性。

1.5. AGI（强人工智能）：理论中的"通用智能体"

  • 本质：具备与人类相当或超越人类水平的通用认知能力的人工智能系统
  • 功能定位：实现对"智能"本质的复现，成为可独立应对复杂、开放、动态世界问题的通用智能体
  • 核心特征：
    • 跨领域学习：将知识迁移到全新领域
    • 自主目标生成：主动设定子目标并制定长期策略
    • 元认知能力：监控自身认知过程，识别知识盲区
    • 多模态融合：整合视觉、语言、触觉等多源信息

🌌 关键区别：当前所有AI应用（包括LLM、Agent、Skills）都属于弱人工智能（ANI）范畴，而AGI仍是理论探索阶段，尚未有系统被公认为真正实现通用智能。

⚠️ 行业现状：OpenAI CEO奥尔特曼曾表示，"AGI这一术语正逐渐失去其意义"，因为概念界定变得越来越困难，不同公司对AGI的定义差异很大。

1.6层级关系图解

  • LLM提供基础推理能力，但需要Prompt引导输出方向
  • Agent整合LLM、Skills和MCP，实现从"理解需求"到"执行任务"的闭环
  • Skills解决"怎么做才专业"的问题，提供领域知识和流程规范
  • MCP解决"用什么工具"的问题，提供标准化的工具接入方式
  • 三者缺一不可：少了Agent，LLM、Skills、MCP就是孤立的"零件"；少了Skills，Agent缺乏专业能力；少了MCP，Agent无法连接外部世界

以"生成销售周报"为例：

  1. 用户输入："帮我生成2月销售周报"
  2. Agent决策：识别任务类型，决定调用"周报生成Skill"
  3. Skill加载：系统自动加载Skill内部封装的专用Prompt、规则和工具定义
  4. MCP执行：通过MCP协议连接数据源，获取销售数据
  5. LLM处理：基于Skill提供的增强版Prompt进行数据处理和分析
  6. 结果输出：生成结构化周报，通过MCP发送到指定渠道

1.7 行业最新趋势与实践建议

技术演进方向

  • 从"Prompt工程"到"Skill工程"：行业正从临时性Prompt转向可管理、可复用的Skill资产
  • MCP标准化：OpenAI推出的MCP协议正成为行业统一的"工具接入标准"，解决Agent生态碎片化问题
  • Agent架构分层：现代AI应用架构正形成清晰分层——工作流协调Agent，Agent调用Skills，Skills通过MCP连接外部系统

实践建议

  • 对开发者：不要只关注Prompt技巧，应系统化构建Skill库，将业务知识沉淀为可复用的AI能力
  • 对产品经理：理解Agent不是单一工具，而是工作模式，需设计支持目标导向的交互流程
  • 对业务方：不要追求"AGI"概念，应聚焦解决实际问题的"弱AI应用"，当前所有商业化AI都属于ANI范畴

1.8 一句话总结区别

  • LLM：提供基础语言能力的"大脑"
  • Prompt：引导LLM输出的"指令"
  • Agent：整合资源完成任务的"执行者"
  • Skills：领域专长的"方法论资产"
  • AGI：理论中的"通用智能"（当前尚未实现）

当前AI技术发展的核心逻辑是：通过Skills和MCP扩展LLM的能力边界，使Agent能够从"纸上谈兵"走向"动手做事"，最终构建出真正能解决实际问题的AI应用体系。理解这些概念的本质区别与协同关系，是把握AI技术发展趋势和构建有效AI应用的关键基础。

二 skills 

1.1 Skill到底是什么

在 AI 应用框架中，Skill 就是一个可以被大语言模型（LLM）调用的函数。
它的本质是把一个特定功能（比如查天气、发邮件、计算数学题）包装成一个标准接口，让 LLM 能够理解这个功能什么时候该用、怎么用，然后自动去调用它。

一个完整的 Skill 通常包含三部分：

  1. 名称 – 给 Skill 取一个简短、能表达用途的名字。

  2. 描述 – 告诉 LLM 这个 Skill 能做什么、什么时候该用它。

  3. 执行逻辑 – 真正的代码，实现具体功能（如调用 API、操作数据库等）。

LLM 本身不执行 Skill，它只是根据用户输入，结合 Skill 的描述，决定是否调用以及填入什么参数，然后由框架去执行对应的函数。

1.2 opencode配置skills

opencode如何安装可以参考：https://blog.csdn.net/josnsense/article/details/159080125?spm=1001.2014.3001.5502

下载skills源码:

https://github.com/anthropics/skills

将下载的代码放到C:\Users\用户名\.config\opencode\skill目录下

在打开opencode， 查询skills

使用skills查询文档内容

1.3 编写一个 简单的skills实例

pip install langchain langchain-community langchain-core langchain-openai

from langgraph.graph import StateGraph, END, MessagesState
from langgraph.prebuilt import ToolNode
from langchain_openai import ChatOpenAI
from langchain_deepseek import ChatDeepSeek
from langchain_core.tools import tool
from langchain_core.messages import HumanMessage

dp_api_key = "xxxxxxx"
open_api_key = "xxxxxx"

# 1. 定义工具
@tool
def multiply(a: int, b: int) -> int:
    """将两个数字相乘。"""
    return a * b

tools = [multiply]
tool_node = ToolNode(tools)

# 2. 初始化模型
# model = ChatOpenAI(model="deepseek-reasoner", temperature=0, api_key=open_api_key).bind_tools(tools)

model = ChatDeepSeek(model="deepseek-reasoner", temperature=0, api_key=dp_api_key).bind_tools(tools)

# 3. 定义模型调用节点
def call_model(state: MessagesState):
    response = model.invoke(state["messages"])
    return {"messages": [response]}

# 4. 构建状态图
workflow = StateGraph(MessagesState)
workflow.add_node("agent", call_model)
workflow.add_node("tools", tool_node)

workflow.set_entry_point("agent")
workflow.add_conditional_edges(
    "agent",
    # 决定下一步去哪里：如果有工具调用就去 tools 节点，否则结束
    lambda state: "tools" if state["messages"][-1].tool_calls else END,
)
workflow.add_edge("tools", "agent")  # 执行工具后返回 agent 节点

# 5. 编译并运行
app = workflow.compile()
result = app.invoke({"messages": [HumanMessage(content="3 乘以 5 等于多少？")]})
print(result["messages"][-1].content)

1.4 Skill 的调用机制：Function Calling

现代 LLM（如 GPT-4、Claude 3）原生支持 Function Calling。它的流程是：

  1. 开发者定义好一系列函数（包括名称、描述、参数 Schema）。

  2. 把这些定义随用户消息一起发给模型。

  3. 模型如果判断需要调用某个函数，会返回一个结构化的 JSON，里面包含函数名和参数。

  4. 开发者解析这个 JSON，执行对应函数，把结果再发给模型。

  5. 模型基于结果生成最终回答。

LangChain、Semantic Kernel 等框架把这一过程封装好了，我们只需要定义 Skill，框架会自动处理与模型的交互。

1.5 组合多个 Skill：让 Agent 自动编排

一个 Agent 可以拥有多个 Skill。例如一个旅行助手 Agent 可以同时有：

  • get_weather（查天气）

  • search_attractions（搜索景点）

  • book_hotel（订酒店）

当用户说：“我想下周去杭州玩三天，帮我看看天气，推荐几个景点，再推荐一家离西湖近的酒店。”

Agent 可能会：

  1. 先调用 get_weather(city="杭州", date="下周")

  2. 再调用 search_attractions(city="杭州", limit=3)

  3. 最后调用 book_hotel(city="杭州", location="西湖", nights=3)

它会自动决定调用顺序，并把前一个步骤的结果（比如天气状况）作为上下文，影响后续决策。这就是多步推理（Reasoning + Acting）。

# 人工智能 # 机器学习
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

扣子（Coze）漫画视频生成完整解析

扣子漫画视频是的流水线式自动生成，从文字主题到完整成片，全程由 LLM、图像、视频、语音模型协同完成，本质是把传统漫剧制作的全部自动化。下面从完整解析。

avatar AtomGit开源社区

智能的底层规律——从数据到算法的必然进化趋势

先抛出两个现象的结论，短视频的兴起完美契合了数据极致压缩的趋势。意识是数据的极致压缩与演化。如果我们将“数据”理解为原始的经验、刺激或记录，而“算法”理解为可执行、可泛化的规则或模型，那么从生物进化和AI发展的双重视角来看，——但这里的“必然”需要放在适应性系统与信息压缩的规律下来理解。

avatar AtomGit开源社区
cover

技术选型观察__数字孪生应用构建：零代码工具与专业开发套件的适配边界

avatar AtomGit开源社区