可以理解为：Claude根据用户目标生成一段可执行的****工作流****脚本，由Runtime调度多个subagent执行，并在后台完成复杂任务。

现如今，Agent Skills 已经成为 Agent 架构中非常重要的组成部分，是一种知识和工具的资源集合包，Agent 的最终效果与 Skill 的质量有着极高的相关度。

不管是面试候选人还是线上故障复盘，有一个共性问题特别突出：**绝大多数人对 Agent Skill 的理解，还停留在 "写提示词" 的初级阶段**。

如果你安装了一整套skill，Claude Code应该会提示你运行一个skill。

如果你安装了一整套skill，Claude Code应该会提示你运行一个skill。

如果你安装了一整套skill，Claude Code应该会提示你运行一个skill。

字节 Agent 平台二面真题上一课拆了系统提示这套"大脑纪律"，这课拆它的"手"：模型看不见你的实现，只读那段描述和 schema，Claude Code 怎么靠这个把工具调用收稳。

2026 年了，几乎每个团队都在说自己“用了 AI 编程”。

Qwen-Agent[1]是一个开发框架。开发者可基于本框架开发Agent应用，充分利用基于通义千问模型（Qwen）的指令遵循、工具使用、规划、记忆能力。本项目也提供了浏览器助手、代码解释器、自定义助手等示例应用。qwen-agent提供了完备的函数调用功能（function call & tools），在文档： Tool介绍[2]中讲的蛮清楚。本文结合文档及实际的示例讲述 函数调用 的应用。

近年来，大语言模型（LLM）在自然语言处理（NLP）领域取得了突破性进展。然而，直接训练或微调这些模型往往需要昂贵的计算资源和复杂的工程实现，这使得许多研究者和开发者在落地应用时面临困难。为此，开源社区涌现出了一系列面向大模型的高效训练与推理框架，前面我们介绍了LangChain，vLLM，PEFT，TRL，今天我们来看一下 LLaMA Factory 。