刚接触 AI 领域时，面对一堆英文术语很容易一头雾水。LLM、Token、RAG、MCP、Agent……这些词到底在说什么？这篇文章用最直白的方式，一次讲清楚。

---

目录

• 🧠 LLM — 大语言模型
• 🧱 Token — 模型的"文字积木"
• 💾Context — 模型的"工作记忆"
• 📚RAG — 让模型"查资料"
• 💬Prompt — 你怎么说，它怎么答
• 🔧Tool — 给模型装"插件"
• 🔌 MCP — 工具的"统一插座"
• 🤖 Agent — 能自己干活的 AI
• 🎯Skill — AI 的"肌肉记忆"

---

📘LLM — 大语言模型

全称：Large Language Model

🤔是什么

LLM 是一个用海量文本（几乎整个互联网）训练出来的深度神经网络。它的核心任务是：给定上文，预测下一个最合理的词。这也就说明了为什么我们像ai提问它是一个字一个字的往外蹦,因为它的底层是根据上一个字去联想下一个字,再将它们拼接起来,在接着联想后面的字,简单来说LLM是我们日常所用的ai的大脑🧠

💡怎么理解

你给出一句话的开头，比如"今天的天气真"，LLM 会计算"好"“不错”“糟糕”……哪个词最可能出现。然后它把生成的词拼接回输入，继续预测下一个，如此循环直到完整输出。

🔑 关键点

• 它不是真正的"理解"，而是基于统计规律的概率推理
• 规模是关键 —— 参数从几十亿到几千亿，越大的模型涌现的能力越强
• 代表模型：GPT-4、Claude、Llama、Gemini、DeepSeek

** 🧱Token 拆分示例**

📝 原文	🧩 可能的 Token 拆分	🔢 Token 数
🇺🇸 Hello world	["Hello", " world"]	✌️ 2
🇨🇳 你好	["你", "好"]	✌️ 2
🤖 ChatGPT is great	["Chat", "G", "PT", " is", " great"]	🖐️ 5
🧠 人工智能	["人工", "智能"]	✌️ 2

---

📘Token — 模型的"文字积木"

Token 是 LLM 处理文本的最小基本单位。它不是字母，也不是完整的词，而是介于两者之间的一个"块"。

英文中，“hello” 可能被拆成 “hel” + “lo”，也可能就是一个完整的 “hello”。中文里，“你好世界” 可能被拆成 “你” + “好” + “世” + “界”。
💡 Token 是 AI 处理文本时的最小单位
📏 Token 数量越多，消耗的上下文和费用通常也越高 💰

为什么重要：

• 计费单位 — AI API 按 Token 计费
• 上下文限制 — 模型的窗口以 Token 计量
• 性能影响 — Token 越多越慢越贵

---

📘Context — 模型的"工作记忆"

• Context（上下文窗口）代表模型一次能看到的全部 Token 数量。

想象一个人一次性只能读 5 页书。你给他第 1-5 页，他读完后回答你的问题。然后你翻到第 2-6 页——他永远记不住第 1 页的内容了。更加明显的就是大家在提问完一个问题后,接着提问会发现ai的回答包含了上一个问题的相关内容

上面是我对gpt提的两个问题,大家会发现这个两个问题的回答有相同的内容,这就是context,它的底层就是我们对llm提问是不只是会将我们刚写的内容发送过去,还会将以前的聊天内容以前发过去,进而形成了一个情景

📈发展历程：

🤖 模型	🪟 上下文窗口	📖 大约相当于
🟢 GPT-3	4K Token	📄 ~3000 字
🔵 GPT-4	32K Token	📚 ~2.5 万字
🟣 Claude 3	200K Token	📕 ~15 万字
🌈 Gemini 1.5	1M Token	🏛️ ~75 万字

📌 Context Window 能干什么

🚀 能力	💡 说明
📄 长文档分析	一次读取整本 PDF / 技术文档
💻 大型代码理解	分析整个项目代码结构
🧠 长期对话记忆	记住更久的聊天内容
🔍 多文件推理	同时分析多个文件之间关系

---

📘RAG — 让模型"查资料"

全称：Retrieval-Augmented Generation（检索增强生成）

• RAG 是一种架构模式：在模型回答之前，先从外部知识库中检索相关信息，然后把检索到的内容作为上下文注入给模型。

大家可以试一下像模型问一个问题,内容为一个任意一个人名问它这个人是谁,前提是这个人名不这么出名,比如我怎么问题

gpt给我的回答是十分的模糊,其实加华是我家狗的名字,但它不知道所以乱回答,那么怎么让他知道呢 ? 聪明的你一定想到刚才的context,是的.但是如果我有很多的人名要告诉它,但是token是有限的那该怎么办呢?

• 这个时候就该RAG出马了,RAG会通过Embedding 模型 — 把文本转成向量（如 text-embedding-3-small）,在从向量数据库(存向量并做相似度搜索)进行查找,最后通过prompt组装把检索结果和原始问题拼成模型能理解的格式,再发送给模型,模型就可以基于数据库回答比较准确的回答

📚 RAG vs 🎯 微调（Fine-tuning）对比表 🤖

⚔️ 对比项	🔍 RAG（检索增强生成）	🎯 微调（Fine-tuning）
🔄 数据更新	⚡ 秒级更新，无需重新训练	🐢 需要重新训练模型
💰 成本	✅ 较低	❌ 较高
🧠 幻觉控制	✅ 较好，可基于真实资料回答	⚠️ 一般，仍可能胡编
🎯 适用场景	📚 知识问答、企业知识库	✍️ 风格迁移、专业语气训练

---

📘Prompt — 你怎么说，它怎么答

💬 Prompt — 你怎么说，它怎么答

🤷‍♂️ 你问：“那个东西在哪儿？”——一脸懵。
🎯 你换种方式：“厨房台面上红色包装的咖啡豆在哪儿？”——立刻能回答。

Prompt 就是你对 AI 说话的方式。越精确、越结构化，AI 的表现越好。

✨ 一个好的 Prompt 结构

🎭 角色设定：你是一个资深 Python 工程师   
📋 背景信息：用户代码库用的是 FastAPI     
🎯 任务描述：帮我审查这段代码的安全性问题   
📤 输出格式：列出 3 个问题 + 修复建议     
⚠️  约束条件：用中文回答，给出代码示例      

🎭 System Prompt vs User Prompt

⚙️ System Prompt** — 系统级别指令，设定模型的角色、行为边界、始终生效的规则
💬 System: 你是一个严谨的代码审查助手，只分析代码质量，不做其他事**

💬 User Prompt** — 用户每次提问的具体内容
💬 User: 请审查以下 Python 函数的安全性问题……

---

📘Tool — 给模型装"插件"

Tool 允许 LLM 调用外部系统来获取实时信息、执行操作。

没有工具的 LLM = 只有大脑没有手脚的学者。
有了工具，他就能：查天气、算数学、发邮件、查数据库、调 API。

比如我向要ai帮我买一张飞往日本的机票,它肯定做不到,但是如果我们给它装上了"手臂"它是不是就可以做到了.那么Tool就是这个手臂

没有工具的 LLM 像一个被锁在房间里的学者——他可以思考、可以回答，但没办法触碰外部世界。有了 Tool，他就能：

• 🔍 查 — 搜索实时信息、查数据库
• ✏️ 写 — 创建文件、写数据库
• 🔧 执行 — 运行代码、发请求、操作 API
• 📨 发送 — 发邮件、发消息、调用第三方服务

Tool 的核心机制是 函数调用（Function Calling），流程是：

1. 用户：“帮我查一下北京的天气”

2. LLM 分析：这个问题需要调用工具

3. LLM 返回一个结构化请求：→ call get_weather(city=“Beijing”)

4. 外部系统执行工具，返回结果： → { “temperature”: 28, “condition”: “sunny” }

5. LLM 拿到结果后组织成自然语言回复：→ “北京今天 28°C，天气晴朗”

有了Tool,llm就可以通过调用各种api帮你完成许多任务,比如写报告,做ppt,打游戏等等.

🛠️ 常见工具类型：

工具类型	解决什么问题
🛠️ 工具类型	🎯 解决什么问题
------------	--------------
🔍 搜索引擎	实时信息、训练数据之外的知识
▶️ 代码执行器	精确计算、运行用户代码
📁 文件操作	读写本地文件
🗄️ 数据库查询	结构化数据查询
🔗 API 调用	与外部系统交互
🎨 图像生成	创建图片

---

📘MCP — 工具的"统一插座"

全称：Model Context Protocol（模型上下文协议）

MCP 是 Anthropic 提出的开放协议标准，用于统一 LLM 与外部工具、数据源之间的集成方式。

🎯 是什么

• MCP 是 Anthropic 提出的开放协议标准，用于统一 LLM 与外部工具、数据源之间的集成方式。可以理解为 AI世界的 USB-C 接口 🔌。

📖 怎么理解

😫 MCP 之前：每个应用 × 每个工具都要写定制代码
┌─────┐ 定制集成 ┌──────┐
│ App │────────────▶│ Tool │
├─────┤ 定制集成 ├──────┤
│ App │────────────▶│ Tool │
└─────┘ └──────┘

🚀 MCP 之后：工具提供商按标准写一次，所有 AI 即插即用
┌─────┐ MCP 标准 ┌──────────┐ MCP 标准 ┌──────┐
│ App │────────────▶│ MCP Host │────────────▶│ Tool │
└─────┘ └──────────┘ └──────┘

🧩核心要素

要素	说明
📂 Resources	暴露给模型的数据源（文件、数据库记录等）
🔧 Tools	模型可以调用的可执行操作
📝 Prompts	预定义的提示词模板
📡 Transport	通信方式（stdio、SSE、WebSocket）

💡 MCP 目前处于早期但快速发展的阶段，是 AI 工具生态标准化的重要方向。

---

📘Agent — 能自己干活的 AI

Agent（智能体）是一个能自主推理、规划、执行任务的 LLM 系统。它不仅仅是回答一个问题，而是为了实现一个目标，可以主动调用工具、分解任务、自我纠错 🎯。

🗣️ 普通 LLM：你问"北京到上海的高铁"，它告诉你班次信息。

🤖 Agent：你告诉它"帮我订下周一到上海的高铁票，顺便订好酒店和会议室"——它会自己：
① 📅 查列车时刻表
② 🎯 选合适的车次
③ 📆 查你的日历确认空闲时间
④ 🎫 订票
⑤ 🏨 在上海火车站附近找酒店
⑥ ✅ 预订酒店
⑦ 📋 预订公司附近的会议室

🔑 核心能力

能力	说明	类比
🗺️ 规划	将复杂任务分解为子步骤	项目经理制定计划
🔧 工具调用	使用外部工具执行操作	程序员调 API
🧠 记忆管理	记住已经做了什么、还剩什么	便利贴清单 📝
🔄 自我纠错	结果不符预期时调整策略	试错学习
♟️ 推理	多个可能路径中选择最优解	下棋思考多步

---

📘Skill — AI 的"肌肉记忆"

Skill（技能）是一个封装好的、可复用的 LLM 任务执行模板——融合了 System Prompt、工具配置、处理逻辑，让模型在特定任务上表现更稳定、更高效 💪。

👨‍🍳 新手厨师每次做红烧肉都要重新想怎么做——思考慢，质量不稳定。

👨‍🍳 熟练厨师做红烧肉时肌肉记忆自动启动——他知道什么时候放糖、什么时候收汁，不需要每次重新想。

🎯 Skill 就是 LLM 的"肌肉记忆"。**

🌟 优势

优势	说明
✅ 一致性	同样的任务每次都以同样的高质量完成
⚡ 高效率	不需要每次都从头设计 Prompt
🧩 可组合	多个 Skill 可以组合完成复杂任务
📦 经验沉淀	最佳实践固化在 Skill 中，团队共享

---

一张图总结

基础层：Token → Context → LLM
                          ↓
交互层：Prompt（你怎么说） + Tool（它能做什么）
                          ↓
协议层：MCP（标准化对接）
                          ↓
架构层：RAG（查资料） + Agent（自主干）
                          ↓
应用层：Skill（封装成技能包）

一句话总结：

🧩 术语	💡 通俗解释	🎯 你可以这样理解
🧠 LLM（Large Language Model）	用海量数据训练出来的文字生成“大脑”	像一个超级学霸 AI 👨‍🎓📖
🔠 Token	AI 处理文字时的最小单位，也是计费单位 💰	类似“文字积木” 🧱
🪟 Context（上下文）	AI 一次性能看到、记住的内容范围	AI 的“短期记忆” 🧠💭
🔍 RAG（检索增强生成）	AI 回答前先查资料再回答	开卷考试 📚✅
✍️ Prompt（提示词）	你给 AI 的指令	你怎么问，AI 怎么答 🗣️➡️🤖
🛠️ Tool（工具）	让 AI 能调用外部能力	给 AI 装上双手和工具箱 🔧🧰
🔌 MCP（Model Context Protocol）	AI 与工具之间的标准协议	AI 世界的“USB 接口” 🔌🌐
🤖 Agent（智能体）	能自主规划并执行任务的 AI	会自己干活的 AI 员工 👨‍💻⚡
🎒 Skill（技能）	封装好的可复用能力模块	AI 的技能卡 🎴✨

---

理解它们各自扮演的角色和彼此的关系，你就基本掌握了 AI 应用开发的完整地图。