具体来说，它在你的应用和数据库之间插入了一个控制平面（Control Plane）。你用 YAML 文件预先定义好所有允许的数据库操作，LLM 只能调用这些预定义好的「工具」，无法自行生成任意 SQL。

去年底，我看到 GitHub 上一个叫的仓库冲上了 Trending，37K stars，1400+ Skills，还有人在评论区喊"装完这个直接满级"。我信了。一口气装了三十多个 Skill，Superpowers 全家桶、各种 lark-xxx 套件、前端设计工具、浏览器自动化……结果用了两个礼拜，Claude Code 打开巨慢、上下文预算经常被 Skill 描述撑爆、/skills列表长得

到这里，我不得不告诉大家一个很残酷的现实啊！虽然我们之前已经写了几个小程序了，但是你发现没有，我们写的那些小程序要么是数据声明，要么是对HLA标准库的调用，一点汇编语言的影子都没有啊。唉！沮丧啊！不过也别急了！我们学习HLA高级汇编的目的就是让学习真正汇编语言更轻松啊，这个HLA的意义所在啊，那么我们现在开始了解下Intel 80x86处理器，因为不理解处理器的基本结果，机器指令将没有任何意义。我

你会怎么做？规划、记忆、工具、执行循环，这四件事你每天都在做，只是不叫这个名字。现在，OpenAI前安全主管Lilian Weng在她的著名博文《LLM Powered Autonomous Agents》中，把这个过程精确地映射到了AI Agent的架构上。

具体来说，它在你的应用和数据库之间插入了一个控制平面（Control Plane）。你用 YAML 文件预先定义好所有允许的数据库操作，LLM 只能调用这些预定义好的「工具」，无法自行生成任意 SQL。

过去我们使用大语言模型（LLM），它更像是一个“闭门造车”的学者：知识渊博，但无法感知外部世界，也无法操作任何工具。而AI Agent（智能体）的出现改变了这一切。如果说大模型是智能体的“大脑”，那么Skills（技能）就是智能体的“双手”和“工具箱”。未来的软件工程，不仅包含写给机器运行的代码，更包含写给 AI 调用的技能（Skills）。通过将专家经验工程化为 AI Agent Skills，