最近在构建一系列AI Agent 系统的过程中，我频繁接触到几个核心概念：STEERING、MCP、SKILLS、Agent Hooks 和 SPECS。它们分别代表了 Agent 开发中不同维度的设计思想。

但在学习过程中我发现一个常见困惑：这些概念到底对应什么文件？代码写在哪？是配置还是代码？ 今天这篇文章，我尝试从“落地”的角度，把这五个概念讲清楚。

写在前面：为什么需要这些概念？

在 AI Agent 从概念验证走向生产落地的过程中，我逐渐意识到一个问题：单纯的 Prompt 工程已经无法支撑复杂业务场景。

你需要：

• 让 Agent 知道该做什么、不该做什么
• 让 Agent 能调用各种外部工具
• 让 Agent 能完成复杂的多步骤任务
• 让 Agent 的行为可观测、可干预
• 让团队能协作开发、规范测试

这五个概念，正是从不同角度回答了同一个问题：如何让 Agent 既强大又可靠？

先看一张图：这五个概念在项目里长什么样？

my-agent-project/
├── .cursor/
│   └── mcp.json              # 👈 MCP 配置：告诉编辑器有哪些工具可用
├── specs/
│   └── agent.spec.yaml       # 👈 SPECS：Agent 的“产品需求文档”
├── skills/
│   └── customer_onboarding.skill.ts  # 👈 SKILL：Agent 的“能力模块”
├── hooks/
│   └── auth_hooks.ts         # 👈 Agent Hooks：运行时“拦截器”
├── steering/
│   └── default.yaml          # 👈 STEERING：行为控制的“方向盘”
└── src/
    └── agent_runtime.py      # 👈 运行时框架，读取所有配置并运行

简单来说：

• SPECS、SKILL、MCP 配置 → 你在编辑器里写的代码/配置文件
• STEERING、Agent Hooks → Agent 运行时执行的动态逻辑

一、SPECS：Agent 的“产品需求文档”

SPECS 是一个 YAML/JSON 文件，用来定义 Agent 的“接口契约”。你可以把它理解为 Agent 的产品需求文档——只不过它是机器可读的。

代码写在哪？

# specs/agent.spec.yaml
agent:
  name: "客服助手"
  version: "1.0.0"

# 定义 Agent 有什么能力
capabilities:
  - name: "创建工单"
    input: ["问题描述", "用户ID"]
    output: ["工单号"]

# 定义用户说什么话时触发什么能力
intents:
  - examples: ["系统报错了", "有bug", "功能不能用"]
    handler: "创建工单"

# 定义对话流程
conversation_flows:
  - name: "报bug流程"
    steps:
      - 问: "请描述您遇到的问题"
      - 等用户回答
      - 调用: "创建工单"
      - 回复: "工单已创建，编号是{工单号}"

谁在用？

角色	怎么用
产品经理	写 SPECS，定义 Agent 应该做什么
工程师	按 SPECS 实现代码
QA	按 SPECS 写测试用例
AI 编辑器	读取 SPECS，提供代码补全

关键价值

SPECS 让 Agent 开发从“黑盒”变成“白盒”。有了 SPECS，你可以：

• 版本管理（v1.0 → v2.0）
• 自动生成测试
• 多人协作不打架

二、MCP（Model Context Protocol）：Agent 的“USB 接口”

MCP 是 Anthropic 提出的一个标准化协议，用来连接 AI 模型与外部工具、数据源。你可以把它理解为 Agent 世界的 USB 接口——任何符合 MCP 协议的工具都可以即插即用。

代码写在哪？

MCP 分为两部分：配置 和 实现。

配置（告诉系统有哪些工具可用）：

// .cursor/mcp.json 或项目根目录的 mcp.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/workspace"]
    },
    "github": {
      "command": "npx", 
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your_token"
      }
    }
  }
}

在哪用？

• 在编辑器中：Cursor/VS Code 读取 mcp.json，让你在聊天时就能调用工具
• 在 Agent 运行时：Agent 框架通过 MCP Client 连接这些 Server，调用工具

关键价值

MCP 解决了“工具碎片化”问题。过去，每个 Agent 框架都要为每个工具写适配代码；现在，只要工具遵循 MCP 协议，就能被任何支持 MCP 的 Agent 使用。

三、SKILLS：Agent 的“能力模块”

SKILLS 是一个可复用的能力单元。如果说 MCP 定义了“如何调用一个工具”，那 SKILLS 定义了“如何用一组工具完成一个任务”。

比如：“新客户注册”这个 SKILLS，可能需要：

1. 调用“获取用户信息”工具
2. 调用“验证邮箱”工具
3. 调用“创建 CRM 账号”工具
4. 调用“发送欢迎邮件”工具

代码写在哪？

// skills/customer_onboarding.skill.ts
export const customerOnboardingSkill: Skill = {
  name: "新客户引导",
  description: "处理新客户注册流程",
  
  // 什么情况下触发这个 SKILL
  triggers: [
    { keywords: ["新客户", "注册", "开通账号"] }
  ],
  
  // 具体的执行步骤（你写的代码）
  workflow: async (context) => {
    // 步骤1：收集信息
    const userInfo = await askUser([
      "姓名", "公司", "邮箱"
    ]);
    
    // 步骤2：验证邮箱
    const isValid = await callMCPTool("verify_email", {
      email: userInfo.email
    });
    
    if (!isValid) {
      return { error: "邮箱无效" };
    }
    
    // 步骤3：创建账号
    const account = await callAPI("/api/crm/create", userInfo);
    
    // 步骤4：发送欢迎邮件
    await callMCPTool("send_email", {
      to: userInfo.email,
      template: "welcome"
    });
    
    return { success: true, accountId: account.id };
  }
};

SKILLS vs 普通 Prompt

维度	普通 Prompt	SKILLS
写法	自然语言描述	代码实现
确定性	依赖模型理解	明确的执行流程
可测试性	难以测试	可以单元测试
复用	每次重新写	一次定义，到处用

关键价值

SKILLS 把“复杂任务”变成“可复用的积木”。你可以像搭积木一样组合 SKILLS，构建更强大的 Agent。

四、STEERING：控制 Agent 的“方向盘”

STEERING 是 Agent 的运行时行为控制机制。它不是写在文件里的静态配置，而是 Agent 在运行时根据上下文动态调整的策略。

代码写在哪？

STEERING 通常有两部分：静态配置（默认行为）和 动态逻辑（运行时调整）。

静态配置：

# steering/default.yaml
steering:
  goal: "帮助用户完成客户信息录入"
  
  boundaries:
    # Agent 不能做的事
    disallowed: ["删除数据", "修改历史"]
    # Agent 只能用这些 API
    allowed_apis: ["crm_query", "customer_create"]
  
  preferences:
    tone: "专业且友好"
    priority: "准确性 > 速度"

动态逻辑（运行时）：

# src/steering_logic.py
class SteeringController:
    def __init__(self, config):
        self.config = config
    
    async def get_steering(self, context):
        # 根据用户类型动态调整
        if context.user_type == "vip":
            return {
                "priority": "速度优先",  # VIP 用户要快
                "tone": "亲切"
            }
        else:
            return {
                "priority": "准确性优先",  # 普通用户要准确
                "tone": "专业"
            }

关键价值

没有 STEERING 的 Agent 就像没有方向盘的汽车——它能跑，但你可能不知道它会跑去哪里。STEERING 让你在运行时对 Agent 保持控制。

五、Agent Hooks：Agent 的“生命周期拦截器”

Agent Hooks 是在 Agent 执行生命周期的关键节点插入的自定义逻辑。这个概念借鉴了 React Hooks 和 Webhook 的思想。

代码写在哪？

# hooks/auth_hooks.py

# 这个函数会在用户输入进入 Agent 前执行
async def pre_process_hook(input, context):
    # 过滤敏感词
    input = filter_sensitive_words(input)
    
    # 注入用户信息
    context.user_profile = await get_user_profile(context.user_id)
    
    return input

# 这个函数会在调用工具前执行
async def pre_action_hook(action, params, context):
    # 权限校验
    if not has_permission(context.user, action.name):
        raise Exception("没有权限")
    
    return params

# 这个函数会在工具执行后执行
async def post_action_hook(result, action, context):
    # 记录日志
    await audit_log.write({
        "user": context.user_id,
        "action": action.name,
        "result": result
    })
    
    return result

注册 Hooks

# src/agent_runtime.py
agent = Agent(
    pre_process_hook=pre_process_hook,   # 注册你的钩子函数
    pre_action_hook=pre_action_hook,
    post_action_hook=post_action_hook
)

生命周期示意图

关键价值

Hooks 让你可以在不修改 Agent 核心代码的情况下，注入业务逻辑。权限、缓存、审计这些横切关注点，都可以通过 Hooks 优雅地实现。

六、一张图总结：这五个概念的关系

七、总结：一句话记住每个概念

概念	一句话总结	在项目里的样子
SPECS	Agent 的产品需求文档	specs/agent.spec.yaml
STEERING	Agent 的方向盘（运行时控制）	steering/*.yaml + 动态逻辑
SKILLS	可复用的能力积木	skills/*.skill.ts 代码文件
Agent Hooks	生命周期的拦截器	hooks/*.py 回调函数
MCP	Agent 的 USB 接口	mcp.json 配置 + Server 实现

写在最后

这五个概念不是孤立的，它们共同构成了企业级 Agent 开发的工程化基础。

如果你是刚接触 Agent 开发，建议在你的开发工具上按这个顺序上手：

1. 先用 MCP 连接几个工具，感受 Agent 如何调用外部能力
2. 再写一个简单的 SKILLS，体验如何组合工具完成任务
3. 然后用 STEERING 控制 Agent 的行为边界
4. 接着用 Hooks 添加日志、权限等横切关注点
5. 最后用 SPECS 规范整个项目，让团队可以协作开发

希望这篇文章能帮你理清这五个概念，并在实际项目中用起来。欢迎在评论区分享你的实践经验和困惑！