LLM、Agent、MCP、Skill 是什么？它们之间有什么关系？
一、LLM（大语言模型）
1.1 是什么？
LLM（Large Language Model ，大语言模型）是一种基于深度学习的 AI 模型，通过海量文本数据训练，具备理解和生成自然语言的能力。
简单来说，LLM 就是一个超级大脑——你给它一段文字，它能理解意思并生成回复。
1.2 代表产品
1.3 能做什么？
•
文本生成：写文章、写代码、写邮件
•
对话交流：回答问题、闲聊、咨询
•
理解分析：总结文档、分析数据、翻译
•
推理思考：逻辑推理、数学计算、规划
二、Agent（智能体）
2.1 是什么？
Agent（智能体/智能代理）是以 LLM 为"大脑"，加上感知、记忆、工具使用、规划能力的 AI 系统。
如果说 LLM 是一个聪明但只会说话的大脑，那 Agent 就是给这个大脑装上了眼睛（感知）、手脚（工具）、记事本（记忆）和计划表（规划）。
2.2 Agent 的核心组成
代码块
Plain Text
┌─────────────────────────────────────┐
│ Agent │
│ │
│ ┌──────────┐ ┌──────────┐ │
│ │ LLM │ │ Memory │ │
│ │ (大脑) │ │ (记忆) │ │
│ └────┬─────┘ └──────────┘ │
│ │ │
│ ┌────▼─────┐ ┌──────────┐ │
│ │ Planning │ │ Tools │ │
│ │ (规划) │ │ (工具) │ │
│ └──────────┘ └──────────┘ │
└─────────────────────────────────────┘
四大能力：
•
感知（Perception）：理解用户输入、读取文件、获取网页内容
•
记忆（Memory）：短期记忆（当前对话上下文）和长期记忆（数据库存储）
•
规划（Planning）：将复杂任务分解为多个步骤，制定执行计划
•
行动（Action）：调用外部工具完成具体任务
2.3 Agent 的工作流程
用户：帮我查看今天的天气，然后发一封邮件给老板，告诉他明天要下雨，建议取消户外活动
代码块
Plain Text
Agent 的思考过程：
[规划] 这个任务需要两步：查天气 → 发邮件
[行动] 调用「天气查询工具」→ 获取明天天气：暴雨
[行动] 调用「邮件发送工具」→ 发送邮件给老板
[回复] 已查询到明天天气为暴雨，邮件已发送给老板
2.4 代表产品
三、MCP（模型上下文协议）
3.1 是什么？
MCP（Model Context Protocol，模型上下文协议）是 Anthropic 公司于 2024 年 11 月发布的一个开放标准协议，用于统一 AI 模型与外部数据源、工具之间的通信方式。
简单来说，MCP 就是 AI 世界的 USB 接口——不管什么设备，只要支持 USB 接口，就能即插即用。MCP 也一样，不管什么工具或数据源，只要实现了 MCP 协议，Agent 就能直接使用。
3.2 为什么需要 MCP？
没有 MCP 之前：
代码块
Plain Text
Agent ──自定义接口──→ GitHub API
Agent ──另一种接口──→ 数据库
Agent ──又一种接口──→ 文件系统
Agent ──还一种接口──→ 邮件服务
每个工具都需要写专门的对接代码，维护成本极高。
有了 MCP 之后：
代码块
Plain Text
Agent ──MCP协议──→ GitHub MCP Server
Agent ──MCP协议──→ 数据库 MCP Server
Agent ──MCP协议──→ 文件系统 MCP Server
Agent ──MCP协议──→ 邮件 MCP Server
所有工具都通过统一的 MCP 协议通信，Agent 只需要学会一种"语言"就能调用所有工具。
3.3 MCP 的架构
代码块
Plain Text
┌──────────┐ MCP协议 ┌───────────────┐
│ │ ◄──────────────► │ MCP Server │
│ │ │ (GitHub) │
│ │ MCP协议 ┌───────────────┐
│ MCP │ ◄──────────────► │ MCP Server │
│ Client │ │ (数据库) │
│ (Agent) │ MCP协议 ┌───────────────┐
│ │ ◄──────────────► │ MCP Server │
│ │ │ (文件系统) │
└──────────┘ └───────────────┘
三个核心概念：
•
MCP Client（客户端）：通常是 Agent 或 AI 应用，负责发起请求
•
MCP Server（服务端）：封装了具体工具的能力，提供统一接口
•
MCP Protocol（协议）：定义了客户端和服务端之间的通信格式
3.6 常见的 MCP Server
四、Skill（技能）
4.1 是什么？
Skill（技能）是预定义的、可复用的指令集合，告诉 Agent 在特定场景下应该如何行动。
如果 MCP 是"工具箱"，那 Skill 就是"操作手册"。工具箱里有锤子、螺丝刀、扳手，但你还需要一本手册告诉你"装柜子的时候，先用螺丝刀拧底板，再用扳手固定支架"。
4.2 Skill 的结构
一个典型的 Skill 文件（SKILL.md）包含：
代码块
Plain Text
技能名称
触发条件
当用户要求... 时触发
执行步骤
第一步：做什么
第二步：做什么
第三步：做什么
注意事项
注意点 1
注意点 2
输出格式
输出要求
Skill 与 Prompt 的区别
五、四者之间的关系
5.1 关系图
5.2 类比理解
用一个人类员工来类比：
5.3 工作流程示例
场景：用户说"帮我在 GitHub 创建一个新项目，初始化 Vue 3 模板"
[Agent] 接收用户请求
[LLM] 理解意图 → 需要创建 GitHub 仓库 + 初始化 Vue 项目
[Skill] 匹配到「创建 Vue 项目」技能
→ 获取标准操作流程
[Agent] 根据 Skill 规划执行步骤：
① 在 GitHub 创建仓库
② 克隆到本地
③ 用 Vite 初始化 Vue 3 模板
④ 提交代码推送
[MCP] 通过 MCP 协议调用工具：
① GitHub MCP Server → 创建仓库
② FileSystem MCP Server → 操作本地文件
③ Shell MCP Server → 执行 npm 命令
[Agent] 汇总结果，回复用户