LLM · Function Call · MCP Tools · Agent · Skills 是什么关系？

一张图 + 一个例子，5 分钟彻底搞懂。

---

先看全局

五个概念，从底到顶，层层依赖。下面用一个真实场景串起来讲清楚。

---

场景：「帮我订明天飞上海的机票」

① LLM — 大脑

LLM 读懂了你的意图：查航班 → 选一张 → 完成支付。

但它只会思考和输出文字，自己不能打开浏览器、不能调用 API，就像一个绑着双手的聪明人。

用户：帮我订明天飞上海的机票
LLM 内心：我需要先查航班，但我自己做不到，
          我要告诉外部程序去查…

---

② Function Call — 调用接口

LLM 推理出"需要查航班"后，不是直接执行，而是输出一段结构化 JSON，告诉外部程序要调什么：

{
  "name": "search_flights",
  "arguments": {
    "date": "2024-12-25",
    "from": "北京",
    "to": "上海"
  }
}

外部程序解析这段 JSON，真正去调接口。结果返回后，再喂给 LLM 继续推理。

关键点： Function Call 是 LLM 和外部世界沟通的"语言规范"，LLM 说，程序做。

---

③ MCP Tools — 工具箱

search_flights() 只是众多工具之一。一个完整的工具箱可能长这样：

工具名	能力
search_flights()	查询航班信息
read_calendar()	读取用户日历
book_ticket()	执行购票
send_email()	发送确认邮件

MCP（Model Context Protocol） 是 Anthropic 推出的开放标准，定义了工具如何向 LLM 描述自己、传参、返回结果。就像 USB 接口——标准统一，即插即用，不同厂商的工具都能被同一个 LLM 调用。

没有 MCP：每个工具各写各的接入方式，LLM 要适配 N 套格式
有了 MCP：工具按标准注册，LLM 统一调用，维护成本大幅降低

---

④ Agent — 执行者（协调器）

光有 LLM + 工具还不够。订机票不是一步完成的：

查航班 → 发现有 3 个选项 → 根据用户偏好筛选
→ 确认价格 → 检查日历有没有冲突 → 执行购票
→ 发送确认邮件 → 完成

Agent 是让这个循环跑起来的引擎，它的工作逻辑：

while 任务未完成:
    让 LLM 思考下一步
    如果 LLM 要调工具 → 执行工具 → 把结果返回给 LLM
    如果 LLM 说完成了 → 结束

Agent 本身不聪明，它只是个协调器，聪明的是 LLM，能干活的是 Tools。

---

⑤ Skills — 能力模板

「订机票」是个常见任务，可以提前把它的流程固化下来：

skill: book_flight
描述: 帮用户预订机票
工具: [search_flights, read_calendar, book_ticket, send_email]
流程:
  1. 查询用户偏好（时间、舱位、价格区间）
  2. 搜索航班
  3. 检查日历冲突
  4. 确认后购票
  5. 发送确认邮件
出错处理: 查不到航班时提供备选日期

下次遇到「订机票」类请求，Agent 直接套用这个 Skill，不用 LLM 从零摸索，更稳定、更高效、更可复用。

Skills 是经验的沉淀，把最佳实践模板化。

---

一句话总结

概念	类比	职责
LLM	大脑	理解、推理、决策
Function Call	嘴 / 接口规范	LLM 表达"我要调什么"
MCP Tools	双手 / 工具箱	实际执行具体动作
Agent	控制器	协调循环，驱动任务完成
Skills	操作手册	预定义流程，提升稳定性

LLM 是大脑，Function Call 是嘴，MCP Tools 是手，
Agent 让它们协作起来，Skills 是提前写好的操作手册。

---

常见误区

误区 1：Agent = LLM
不对。LLM 只是 Agent 的一个组件，Agent 还包含工具执行、状态管理、循环控制等逻辑。

误区 2：Function Call = 直接执行代码
不对。LLM 只是"声明"要调什么，真正执行的是外部程序，LLM 无法直接运行代码。

误区 3：MCP Tools 和 Function Call 是同一回事
不对。Function Call 是调用协议（怎么说），MCP Tools 是工具本身（做什么）。两者配合使用。

误区 4：Skills 是 LLM 自带的能力
不对。Skills 是开发者预先定义的任务模板，需要显式设计和配置。

本文适合有基础编程经验、想快速理解 LLM 应用架构的读者。