引言：大模型的“知识困境”

当前，大语言模型（LLM）的能力令人惊叹——写代码、做规划、分析文档，样样精通。但当我们试图将其应用于特定领域任务时，却常遇到一个根本性问题：

模型知道“能做什么”，但不知道“该怎么做”。

例如：

• 用户说：“从这份 PDF 中提取表格数据。”
• 模型知道有 read_file 工具，但不知道该用 pdftotext 还是 PyMuPDF；
• 用户说：“搭建一个 MCP 协议服务器。”
• 模型可能连 MCP 是什么都不知道。

传统解决方案？收集数据、微调模型、重新部署——成本动辄上万，周期数周，且需要 ML 专家介入。

有没有更轻量、更灵活的方式？

答案是：知识外显化（Knowledge Externalization）。

---

什么是“知识外显化”？

“知识外显化”是一种将领域专家知识从模型参数中解耦出来，以结构化、可编辑、可热插拔的形式存储在外部文件中的设计思想。

其核心理念是：

不要把知识塞进模型，而是让模型按需加载知识。

这就像给 LLM 配备了一个“技能插槽”——当你需要处理 PDF 时，插入“PDF 技能卡”；当你需要做代码审查时，插入“Code Review 技能卡”。

无需训练，无需重启，写个 Markdown 文件即可生效。

---

技能（Skill） vs 工具（Tool）：本质区别

很多人混淆“工具”和“技能”，其实二者定位完全不同：

表格

概念	是什么	举例
工具（Tool）	模型“能做什么”	bash、read_file、write_file
技能（Skill）	模型“知道怎么做”	“如何用 pdftotext 提取 PDF 文本”、“MCP 协议的最佳实践”

• 工具 = 执行能力（原子操作）
• 技能 = 领域知识 + 方法论（组合策略）

没有技能，模型面对复杂任务只能“瞎猜”；有了技能，它就能像专家一样思考。

---

技能系统的设计：三层渐进披露

为了让上下文保持精简，同时支持任意深度的知识注入，我们采用 “三层渐进披露” 架构：

🟢 Layer 1：元数据（始终加载）

• 仅包含技能名称和简短描述
• 每个技能约 100 tokens
• 用于系统提示（System Prompt），告知模型“有哪些技能可用”

text

编辑

- pdf: 处理 PDF 文件，支持提取、合并、创建
- mcp-builder: 构建符合 MCP 协议的服务器

🟡 Layer 2：技能正文（按需加载）

• 完整的 SKILL.md 内容（Markdown 格式）
• 包含详细步骤、命令示例、注意事项
• 通过 Skill 工具触发，作为 tool_result 注入对话

markdown

编辑

# PDF 处理技能

## 提取文本
推荐使用 `pdftotext`（速度快）：
```bash
pdftotext input.pdf -

提取表格

使用 camelot-py（需安装）：
...

text

编辑

### 🔵 Layer 3：资源文件（按需引用）
- 脚本（`scripts/`）、参考文档（`references/`）、模板（`assets/`）
- 技能正文可直接引用这些资源
- 支持无限扩展

---

## 关键优化：缓存友好的知识注入

你可能会问：为什么不直接把技能内容拼进 System Prompt？

**因为那会破坏 LLM 的 KV Cache！**

现代 LLM 推理服务（如 Anthropic、OpenAI）会对 **固定前缀** 进行缓存。一旦 System Prompt 改变，缓存失效，推理成本飙升 **20–50 倍**。

我们的解决方案是：

> **将技能内容作为 `tool_result`（用户消息）追加到对话末尾**

这样：
- System Prompt 不变 → 缓存命中 ✅
- 模型仍能“看到”新知识 ✅
- 成本几乎不增加 ✅

这也是 Claude Code 等生产级系统的核心技巧。

---

## 实战：如何添加一个新技能？

只需三步：

1. 在 `skills/` 目录下新建文件夹，如 `skills/pdf/`
2. 创建 `SKILL.md`，填写 YAML 元数据 + Markdown 正文
3. 保存，无需重启 Agent！

```yaml
---
name: pdf
description: 处理 PDF 文件，支持文本/表格提取、合并等操作
---
# PDF 处理指南
...

任何人——开发者、产品经理、领域专家——都可以贡献技能，彻底打破 AI 能力的“黑箱”。

---

对比：传统 vs 知识外显化

表格

维度	传统方式	知识外显化
添加新能力	微调模型（$10K+，数周）	写 SKILL.md（免费，几分钟）
技术门槛	需 ML 专家 + GPU 集群	会写 Markdown 即可
上下文开销	全量知识塞入 prompt	按需加载，保持精简
可维护性	模型版本管理复杂	Git 管理技能文件
可解释性	黑盒决策	知识透明可审计

---

结语：迈向可组合的智能体未来

“知识外显化”不仅是一种工程技巧，更是一种AI 系统设计哲学：

智能不应只存在于模型内部，而应分布在整个系统生态中。

通过将知识模块化、标准化、可共享化，我们正在构建一个可组合、可协作、可进化的智能体基础设施。

未来，或许每个团队都会维护自己的“技能库”，每个开发者都能像搭积木一样，为 LLM 装配专业能力。

而这，正是 AI 工程化的真正起点。