作者按：最近两个月，AI Agent 领域的新名词层出不穷。很多文章要么太学术，要么直接贴代码。看完之后的感觉就是：“好像都懂了，又好像什么都没懂。” 这篇文章，我用工程师的语言，结合实际案例，把这些概念一次性讲透。

一、先给结论（1 分钟速读版）

如果把 AI Agent 比作一个"智能员工"：

• Agent 是"这个人"
• Skills 是"他会的手艺"
• MCP 是"工具的使用规范"
• Workflow 是"工作流程 SOP"

剩下的内容，都是在回答一个核心问题：为什么这些东西要被拆成不同的概念？

---

二、为什么 Prompt 已经不够用了？

在 Agent 出现之前，我们解决问题的方式很简单：

用户 → Prompt → 大模型 → 输出

这在一次性问题里没问题。比如：

• “帮我写一封邮件”
• “总结这篇文章”
• “翻译这段话”

但一旦你想做下面这些事，就开始崩：

❌ 让 AI 反复做同一类事（每次都要重新写 Prompt）
❌ 让 AI 调用代码/系统能力（模型只会"说"，不会"做"）
❌ 让 AI 给非技术人员稳定交付结果（结果不稳定）
❌ 让 AI 参与一个多步骤流程（没有状态管理）

于是，Prompt 被迫"进化"。

---

三、Skills：Prompt 的工程化形态

1️⃣ Skills 到底是什么？

一句话版本：
Skill = 被封装、可复用、可调用的"做事方法"

它不是一句 Prompt，而是：

• ✅ 有明确职责
• ✅ 有稳定输入
• ✅ 有稳定输出
• ✅ 可以被 Agent 调用
• ✅ 可以长期维护

你可以把它理解成：AI 世界里的"函数/服务"

2️⃣ 为什么要有 Skills？

因为你迟早会遇到这类需求：

• “每天都要生成同类型内容”
• “不同人用，但结果要一致”
• “不能每次都复制一大段 Prompt”

这时候你要的不是"再写一句 Prompt"，而是：把 Prompt 固化成能力

3️⃣ 案例：房产推荐系统中的 Skills

以我的 house_demo 为例，我们可以把它拆解成几个典型的 Skills：

Skill 1: search_houses

# 元信息
name: "房源搜索"
description: "根据用户需求检索相关房源"

# 行动指南
steps:
  1. 理解用户的地理位置偏好
  2. 提取价格区间
  3. 识别特殊需求（学区、地铁等）
  4. 调用混合检索引擎

# 资源
resources:
  - hybrid_searcher.py
  - embedding_engine.py
  - bm25_searcher.py

Skill 2: generate_recommendation

# 元信息
name: "推荐理由生成"
description: "为检索到的房源生成个性化推荐理由"

# 行动指南
steps:
  1. 读取用户历史偏好（Memory）
  2. 分析房源特征
  3. 匹配用户需求点
  4. 生成自然语言推荐

# 资源
  - answer_generator_v3.py
  - prompt_optimizer.py
  - memory_manager.py

Skill 3: rerank_results

# 元信息
name: "结果重排序"
description: "根据用户反馈动态调整推荐顺序"

# 行动指南
steps:
  1. 收集用户点击/收藏行为
  2. 更新偏好权重
  3. 重新计算相关性得分
  4. 返回优化后的排序

# 资源
  - reranker.py
  - bias_memory.py

4️⃣ 一个典型 Skill 的结构

从工程角度看，一个 Skill 通常包含三层：

层级	内容	示例
元信息	这个技能是干嘛的	name, description, version
行动指南	AI 应该按什么步骤思考和执行	Prompt 模板、决策树
资源	Python 代码/API/文件/脚本	reranker.py, embedding_engine.py

这一步，AI 才真正有了"手"。

---

四、MCP：让 AI 知道"工具怎么用"

1️⃣ MCP 是什么？

MCP（Model Context Protocol） 解决的是一个很现实的问题：

模型怎么"安全、规范、可控"地调用外部能力？

你可以把 MCP 理解成：AI 调用工具的"标准接口协议"

2️⃣ MCP 和 Skills 的关系

这是很多人最容易混淆的地方：

概念	职责	类比
Skill	做什么、怎么做（能力）	会做菜
MCP	用什么方式调用外部系统（接口规范）	插座规格

一个非常直观的类比：

• Skill 是"会做菜"
• MCP 是"插座规格"

你可以用不同电器，但插头要统一。

3️⃣ 案例：房产系统中的 MCP 应用

假设我的房产推荐系统需要调用外部服务：

# MCP 定义：调用地图 API
{
  "tool_name": "get_nearby_facilities",
  "protocol": "MCP",
  "endpoint": "https://api.map.com/v1/nearby",
  "auth": "Bearer TOKEN",
  "input_schema": {
    "latitude": "float",
    "longitude": "float",
    "radius": "int"
  },
  "output_schema": {
    "schools": "list",
    "subways": "list",
    "hospitals": "list"
  }
}

Agent 不需要知道地图 API 的具体实现，只需要：

1. 知道这个工具叫什么
2. 知道输入什么
3. 知道会返回什么

这就是 MCP 的价值：标准化工具调用

---

五、Agent：真正"会干活"的 AI

1️⃣ Agent 不是模型

这是第一个要纠正的误解：

• 模型负责"想"
• Agent负责"干"

Agent 至少要具备几件事：

• ✅ 能理解目标
• ✅ 能选择 Skill
• ✅ 能决定下一步
• ✅ 能处理失败

一句话说完：
Agent = 大模型 + 决策逻辑 + 状态

2️⃣ 为什么一定要有 Agent？

因为你一旦进入这种场景：

• 多步骤任务
• 有条件分支
• 有中间结果
• 需要回溯

Prompt 就彻底不够用了。

Agent 出现的本质原因是：AI 开始需要"过程管理能力"

3️⃣ 案例：房产推荐 Agent 的工作流程

假设用户问：“我想在朝阳区找一个 500 万以内的两居室，最好靠近地铁”

一个完整的 Agent 执行过程：

[Agent 启动]
  ↓
[理解意图] → 提取：地区=朝阳区，价格≤500万，户型=两居室，需求=地铁
  ↓
[选择 Skill] → 调用 search_houses
  ↓
[执行检索] → 返回 20 条候选房源
  ↓
[选择 Skill] → 调用 rerank_results
  ↓
[重排序] → 根据用户历史偏好调整顺序
  ↓
[选择 Skill] → 调用 generate_recommendation
  ↓
[生成推荐] → 为 Top 5 房源生成推荐理由
  ↓
[返回结果] → 展示给用户
  ↓
[更新 Memory] → 记录用户本次查询偏好

在这个过程中：

• Agent 负责决策（下一步该干什么）
• Skills 负责执行（具体怎么干）
• Memory 负责记忆（之前发生了什么）

---

六、Agent Workflow：把"会干活"变成"干得有章法"

1️⃣ Workflow 是什么？

Workflow 解决的是：先干什么，后干什么，什么时候停

它本质是：

• DAG（有向无环图）
• 状态机
• 任务编排

你可以理解成：Agent 的 SOP（标准作业流程）

2️⃣ Workflow 和 Skills 的分工

这是一个非常重要的工程边界：

模块	负责什么
Skill	怎么做
Agent	现在做什么
Workflow	下一步做什么

如果你把这三者混在一起，系统一定会失控。

3️⃣ 案例：房产推荐的 Workflow 设计

workflow_name: "房产智能推荐流程"

steps:
  - id: "intent_understanding"
    skill: "parse_user_query"
    next:
      - condition: "has_location"
        goto: "search"
      - condition: "no_location"
        goto: "ask_location"
  
  - id: "ask_location"
    skill: "clarify_requirements"
    next: "search"
  
  - id: "search"
    skill: "search_houses"
    next:
      - condition: "results > 0"
        goto: "rerank"
      - condition: "results == 0"
        goto: "expand_search"
  
  - id: "expand_search"
    skill: "relax_constraints"
    next: "search"
  
  - id: "rerank"
    skill: "rerank_results"
    next: "generate"
  
  - id: "generate"
    skill: "generate_recommendation"
    next: "end"
  
  - id: "end"
    action: "return_results"

这个 Workflow 定义了：

• 什么情况下该问用户
• 什么情况下该扩大搜索范围
• 什么情况下该结束流程

---

七、再把几个常见名词一次放清楚

Tool / Function

概念	含义
Tool	外部能力（API、代码）
Function	一种早期、轻量的调用形式

👉 本质都是：模型能不能"动手"

在项目里：

• embedding_engine.py 是一个 Tool
• bm25_searcher.py 是一个 Tool
• reranker.py 是一个 Tool

Planner / Executor

角色	职责
Planner	负责拆任务、定计划
Executor	负责具体执行

👉 是 Agent 内部的一种角色拆分方式

Memory

类型	内容
短期	当前上下文
长期	历史偏好、经验、结果

👉 没有 Memory，Agent 永远是"失忆打工人"

在项目里：

• memory_manager.py 管理对话历史
• bias_memory.py 记录用户偏好

---

八、一张"工程视角"的总览图

用户目标
   ↓
Agent（理解 + 决策）
   ↓
Workflow（流程控制）
   ↓
Skills（具体能力）
   ↓
MCP / Tools（外部执行）
   ↓
结果 + Memory

用房产推荐系统举例

用户："我想在朝阳区找房子"
   ↓
Agent: 理解意图 → 决策下一步
   ↓
Workflow: 执行"房产推荐流程"
   ↓
Skill 1: search_houses（调用 hybrid_searcher）
   ↓
Skill 2: rerank_results（调用 reranker）
   ↓
Skill 3: generate_recommendation（调用 answer_generator_v3）
   ↓
MCP: 调用地图 API 获取周边设施
   ↓
返回结果 + 更新 Memory（记录用户偏好）

---

九、实战建议：如何在项目中应用这些概念

1️⃣ 从 Skills 开始

不要一上来就想着构建完整的 Agent 系统。先问自己：

• 我的系统里有哪些"可复用的能力"？
• 这些能力的输入输出是什么？
• 它们依赖哪些外部资源？

把这些整理成 Skills。

2️⃣ 用 Workflow 串联

当你有了 3-5 个 Skills 之后，开始思考：

• 这些 Skills 的执行顺序是什么？
• 什么情况下需要分支？
• 什么情况下需要重试？

用 Workflow 把它们串起来。

3️⃣ 让 Agent 做决策

最后，给 Agent 加上决策能力：

• 根据用户输入选择合适的 Workflow
• 根据中间结果调整执行路径
• 根据失败情况进行重试或降级

4️⃣ 用 Memory 提升体验

别忘了加上 Memory：

• 记录用户的历史查询
• 记录用户的偏好
• 记录失败的尝试

这样 Agent 才能越用越聪明。

---

十、总结

如果你只记住一句话：

Agent 是人，Skills 是手艺，MCP 是工具规范，Workflow 是工作流程。

如果你记住两句话：

不要把所有逻辑都塞进 Prompt，要学会拆分职责。

如果你记住三句话：

从 Skills 开始，用 Workflow 串联，让 Agent 做决策，用 Memory 提升体验。