AI 应用常见的概念介绍:Agents、Skills 和 MCP

我爱免费

作者：微信文章
你是一家公司的老板，员工只有一个能力超强的AI助手，名叫“全能小助手”。起初一切顺利：查资料、写报告、发邮件，他样样精通，让你欣喜不已。但随着业务扩大，你发现一个人根本忙不过来——数据分析、日程安排、海报设计……事事紧急，你开始怀念从前虽穷但从容的日子。这时，一位老朋友建议：“招几个员工，让全能小助手当领导，负责统筹，具体工作交给手下。”这就形成了 AI 世界里“Agent”与“SubAgent”的分工模式。


Agent：那个能干的机器人员工

在AI领域，Agent就像一个全能助手，能理解需求并自主执行任务。它如同一个有头脑的机器人，不仅能听懂指令，还会自己规划如何完成。与传统软件不同，Agent具备思考能力，能理解意图并灵活调整策略。在AI系统中，Agent负责理解用户输入、分析需求、规划步骤、协调资源并交付结果，是整个系统的“大脑”。SubAgent：团队里各司其职的小弟们

当你给全能小助手配备下属时，就引入了SubAgent。例如，“资料员小王”负责信息查找，“写作高手小李”负责文案。SubAgent是Agent的下级，负责特定领域的具体工作，而Agent作为领导负责统筹安排。这种分工的好处：首先是专业性，每个SubAgent在自己擅长的领域把技能打磨到极致。其次是灵活性，当需要处理新任务时，可以随时增删成员。最后是效率，Agent可以同时发起多个任务并行处理。在实际应用中，一个复杂的AI系统可能包含多个层级，让系统既有统一指挥，又有灵活机动。


Skills：人人可以拥有的超能力

随着团队稳定，你发现有些工作流程固定重复。在AI中，这种可打包、复用、调用的能力就是Skill。它把复杂操作封装起来，只提供简单接口，就像一个“技能胶囊”。Skill的特点是“标准化”和“可共享”。一旦流程整理成Skill，所有人都能直接使用，无需重新学习。常见Skill包括发送邮件、搜索信息等。它们可以积累和组合，让系统越来越强大，并且能够传承，确保工作不受人员变动影响。**Skill与Tool、Command的区别：**

Tool（工具）：在AI中，通常指一个封装好的、具有特定功能的模块或接口，例如“网络搜索工具”、“代码执行工具”。它提供了一种能力，但如何运用需要由调用者决定。Commands（命令）：是触发 AI 执行具体操作的指令，通常更直接、原子化。如，输入 /clear 清除历史记录。Skill（技能）：是最高层次的抽象，它代表一个完整的、有明确目标的业务流程或任务解决方案。一个Skill内部会智能地规划步骤，协调并调用多个 Tools 或 Commands 来实现目标。例如，“生成市场分析周报”这个Skill，可能会自动决定先调用“数据收集Tool”，再使用“图表生成Tool”，最后通过“邮件发送Tool”发出报告。

Skill 和 Command 没有明显的界线，两者更多是架构不同。Skill 更复杂一些，在 Skill 内使用 Commands 完成子任务。但用户也能通过 Command 激活 Skill。


MCP：与外部世界对话的"协议"

当需要与外部平台对接时，MCP（模型上下文协议）应运而生。它是一套标准化的接口规范，如同服务方与AI系统之间签订的“标准合同”，定义了双方沟通的格式与规则，让不同系统能顺畅协作。MCP由服务方开发维护，AI系统只需集成即可调用功能。其好处包括：标准化，统一规范，无需为每个服务单独开发；即插即用，快速集成新服务；促进生态繁荣，降低对接门槛。MCP让不同的服务能够被任何遵循协议的AI系统调用，大大降低了集成的成本。再举几个例子：

对接百度网盘，有baidu-disk-mcp；对接高德地图，有amap-mcp；对接飞书，有feishu-mcp。

各种服务都可以有自己的MCP工具，就像各种电器都有自己的插头，但只要遵循“电力协议”，就能接入电网。把一切串联起来

现在，让我们串联所有概念，看看一个完整的AI系统如何运作。假设客户说：“帮我复盘一下今天A股的情况。”主Agent接到任务后分析：这需要获取实时股市数据、浏览财经新闻、并进行初步的数据分析。Agent检查技能库，发现现成的“A股市场日度复盘”Skill可直接使用。这个Skill背后是MCP协议和各类工具的功劳。例如，通过`sina-finance-mcp`获取新浪财经的实时行情数据，通过`browser-tool`自动抓取关键财经新闻和公告。Skill内部会智能地规划步骤：先调用MCP获取数据，再用浏览工具收集市场情绪信息，最后调用“股市数据分析”子技能来整理涨跌排行、板块轮动和资金流向。整个过程行云流水，Agent无需了解各个数据源的API细节或网页爬取的复杂逻辑。如果任务更复杂，Agent还可调用专门的SubAgent协助，比如让“数据清洗SubAgent”预处理原始数据，让“报告生成SubAgent”撰写分析摘要，最后由Skill整合输出一份完整的复盘报告。完成后，你可将此流程整理为标准Skill，加入技能库。下次需要查看市场概览时，直接调用即可，无需从头开始。


总结：AI世界的分工协作之道

让我们宏观回顾这几个概念：

Agent是核心大脑，负责理解任务、规划策略、协调资源，如同项目经理运筹帷幄。SubAgent是下属团队，执行特定领域任务，像足球队各司其职，分工协作。Skill是可复用的技能模块，封装固定流程，如同工具箱里的工具，随取随用。MCP是与外部服务对接的协议标准，是AI与外界沟通的桥梁，让系统间能说“同一种语言”。

这四个概念相辅相成，构成了现代AI系统的基本架构。理解它们对认识AI如何工作、构建强大应用至关重要。回到那家公司，你已拥有完整 AI 团队：统筹的Agent、分工的SubAgent、可调用的Skill库、对接外界的MCP。业务扩展不再困难——新任务组建团队，新服务集成 MCP，常用流程整理成 Skill。这就是AI世界，简单而复杂，有序而灵活。Agent、SubAgent、Skill、MCP是构建它的四块基石。#AI入门 #科普 #Agent #技术科普 #Skills