MCP通过标准化工具描述与灵活传输机制，实现外部工具在Agent中的统一接入。面对工具数量激增，采用层次化组织与按需加载策略，减少上下文负担，提升工具选择效率。通过检索预筛选与动态发现机制，支持Agent在任务中主动识别并加载所需能力，结合静态前缀缓存优化，保障推理性能。同时，Skills提供更灵活的分发方式，以渐进式披露降低风险，未来将与MCP融合，实现能力发现与传递的统一生态。

Agent工具分为感知、执行、协作、用户沟通和事件触发五类，设计需兼顾粒度与安全性。专用工具适用于高风险、高频或复杂参数场景，通用执行器配Skill则提升灵活性与可维护性。工具封装应以功能整合为导向，避免粒度过细。描述需明确边界、用实例说明参数与返回值，并附真实调用示例。严禁静默修改或注入参数，确保模型意图与实际操作一致。

本文系统探讨了构建高效知识库的七大核心问题：通过结构化索引（如RAPTOR树、GraphRAG）提升知识关联性；以文件系统范式实现层级化、可链接的知识组织；采用事件与周期双重机制实现知识的动态更新；引入Agentic RAG与ReAct模式增强推理能力；利用上下文感知检索弥补分块缺陷；从案例数据中提炼可复用决策逻辑；探索多模态信息的嵌入存储。强调知识需主动结构化、持续演进，并与智能体协同，方能支撑

RAG通过检索器从知识库中提取相关文档片段，结合大模型生成能力，缓解幻觉与知识滞后。文档需合理分块（如结构感知或语义切分），每块256–1024 token，重叠10%–20%以平衡信息完整与检索精度。稠密嵌入捕捉语义相似性，使用余弦相似度匹配；海量向量下采用ANN算法（如HNSW、ANNOY）加速检索。关键词检索（如BM25）补充精确匹配优势，混合检索融合向量与关键词结果，通过RRF融合并用神经

Ollama是一个支持本地运行大模型的集成框架，主要用于LLaMA架构的开源模型。它支持跨平台部署（Mac/Linux/Windows），可自动下载和运行Qwen、Deepseek等主流模型。安装后，用户可通过命令行或图形界面交互，模型默认保存在C盘但可自定义路径。通过LangChain的ChatOllama模块可轻松调用本地模型（如deepseek-r1:8b），支持默认端口或自定义地址访问。O

为实现跨会话个性化服务，Agent需构建分层记忆系统：以轨迹记录会话全过程，以长期记忆存储跨会话的抽象事实。记忆应具备选择性、抽象化、结构化，并通过三层次评估（基础回忆、多会话检索、主动服务）验证有效性。采用四类存储格式（SimpleNotes、EnhancedNotes、JSONCards、AdvancedJSONCards）与认知分类（情景、语义、程序记忆）提升管理能力。工程上通过Mem0（检

上下文压缩在未满时仍有必要，可缓解长度、成本与延迟问题，提升推理质量并避免模型“上下文焦虑”。压缩将原始对话转化为高密度知识，防止上下文腐化，且通过分层策略（如预算控制、微压缩、归档摘要、全量压缩）实现高效管理。压缩不破坏KVCache前缀，仅影响后续缓存，需权衡频率。关键信息如决策点、语义完整性与任务相关性须保留，压缩需深度理解。此外，子Agent隔离可从源头避免上下文膨胀，实现无损处理。

Agent易遗忘任务进度，源于缺乏对状态与进展的显式感知。通过引入Agent状态栏——将任务规划、侧信道信息、环境状态等结构化元信息以伪user消息形式置于上下文末尾，实现自我感知与注意力聚焦。状态栏包含TODO列表、时间戳、工具计数器、错误详情与系统状态，并由代码维护以确保准确。更新方式可选每轮替换或持久追加，兼顾缓存效率与信息时效性。融合多种技术可提升推理能力，但需谨慎删除原始上下文，避免信息

Agent Skills 将领域经验模块化为可按需加载的能力包，通过渐进式披露机制（元数据→核心流程→细则）实现动态提示，避免上下文膨胀与注意力稀释。其核心是“需要多少加载多少”：先以短描述判断是否适用，再按需加载完整技能内容，支持独立开发、测试与版本控制。技能提供方法论指导，工具负责具体执行，MCP则统一连接外部能力。加载技能不等于获得权限，实际操作仍受工具与安全策略约束。该机制显著优化上下文管

为提升大模型提示词的清晰度与执行效率，应采用Markdown标题划分层次、标签区分规则与数据，实现结构化输入；从规则堆砌转向流程驱动，明确步骤与优先级；将模糊要求细化为可执行业务规则，避免模型自由裁量；对难以用规则描述的输出，使用2-3个精心设计的Few-shot示例，置于上下文前端并保持字节级稳定；系统提示词与工具定义协同，采用渐进式披露：仅在调用时追加完整schema，确保高效且不破坏缓存。