Agent、MCP与Skill(资料整编)
摘要
Agent(智能体)决定如何分解目标并调用能力;MCP(模型上下文协议)规范 AI 应用与外部数据、工具之间的连接;Skill(技能)把某类任务的操作说明和配套资料打包,供 Agent 按需读取。三者解决的问题不同,可以组合,但都不能取代服务端权限校验和人工审批。
1. Agent 是带控制循环的应用
Agent 不只是一次模型调用,而是由模型、状态、工具、策略和运行时组成的应用。典型循环是:
- 接收目标与约束。
- 收集上下文,判断是否已有足够信息。
- 选择直接回答,或调用一项能力。
- 校验参数和权限后执行工具。
- 观察结果,决定继续、修正或结束。
任务分解、反思、记忆和工具使用是可选设计,不是每个 Agent 都必须使用的固定模块。反思循环也可能让错误不断自我强化,因此要设置调用预算、步数和终止条件。
常见工作模式
- Router:根据任务类型选择固定处理链。
- Planner-worker:先形成子任务,再分派给执行单元。
- Tool loop:根据工具返回值继续决策。
- Evaluator-optimizer:生成后检查并修改。
- 多 Agent:多个角色协作,但要明确共享状态、交接条件和失败处理。
能用确定性流程完成时,固定工作流通常更简单、更容易测试。只有当运行时确实需要根据结果决定下一步时,才值得引入自主循环。
2. MCP 解决连接标准化问题
MCP 是 AI 应用连接外部系统的开放协议。常见架构包含 Host(宿主应用)、由 Host 管理的 Client(客户端),以及公开能力的 Server(服务器)。
| 能力 | 用途 | 风险理解 |
|---|---|---|
| Tools(工具) | 查询数据或执行操作 | 可能产生副作用,需要授权和参数校验 |
| Resources(资源) | 向应用提供可读取的上下文 | 仍需用户隔离和敏感数据过滤 |
| Prompts(提示模板) | 提供可复用的交互模板 | 不能替代安全策略 |
MCP 的价值是标准化发现与调用边界,不是把任何 Server 变成可信服务,也不是让模型自动拥有服务器权限。官方规格持续迭代;截至 2026-07-28,MCP 发布了重大规格更新,包含无状态协议核心和授权调整,因此课程中的传输、会话与认证示例可能需要迁移。学习时要把“协议概念”和“某版 SDK 的代码”分开。
3. Skill 解决操作知识复用问题
Agent Skills 是一种开放格式。一个 Skill 通常是带有 SKILL.md 的目录,可包含任务指令、参考文档、脚本和模板。Agent 先利用名称与描述判断是否相关,再按需读取完整指令和附属资料,这种方法称为渐进式披露。
Skill 适合表达:
- 按项目约定编写代码的步骤。
- 如何检查输入、选择资料并输出结果。
- 某类重复任务的模板、清单或辅助脚本。
- 只有命中特定任务时才加载的专业知识。
Skill 提供的是“如何做”的程序性知识;它本身不是模型、工具连接协议或授权边界。包含脚本的 Skill 可能修改本地文件或执行命令,安装前要审查来源和权限。不同产品支持的字段和执行方式仍可能不同。
4. 一张表区分概念
| 概念 | 主要回答的问题 | 例子 |
|---|---|---|
| Agent | 谁来决定下一步做什么? | 根据目标先检索,再调用业务工具 |
| MCP | 应用如何以统一协议连接外部能力? | 从 MCP Server 发现并调用查询工具 |
| Skill | Agent 如何按一套稳定流程完成某类任务? | 按排障说明收集信息并输出结果 |
| RAG | 如何检索外部证据供模型回答? | 查找笔记片段并附上出处 |
| Prompt | 如何说明本次任务与约束? | 给出目标、输入和输出要求 |
实际应用可以由 Agent 通过 MCP 调用检索工具,RAG 提供相关资料,Skill 告诉 Agent 怎样按流程分析结果。
5. 安全边界
工具输出、网页、检索文档和 Skill 文件都可能包含错误信息或恶意指令。模型应把它们视作待处理数据,不能因此越过应用权限。
- 默认最小权限,只暴露完成任务所需的工具。
- 服务端检查每次调用的身份、授权范围、参数和资源归属。
- 分开只读能力与写入能力;高风险操作执行前二次确认。
- 限制文件、网络、数据库和命令的访问范围。
- 设置速率、超时、调用轮数、审计和失败退出机制。
- 不把 API Key、密码或私人资料写进公开 Skill、日志和笔记。
- 工具元数据只是描述,不是强制安全机制;硬性保护需要服务端校验、沙箱或网络策略。
MCP 工具的安全标注不能阻止提示注入,也不能保证不可信 Server 诚实声明能力。对个人知识库网站,游客不能通过前端或 Agent 上下文接触 private 笔记;权限过滤必须在服务端、检索发生之前完成。
6. Agent 的工程边界:把决策权和执行权分开
一个面试时容易说清楚的最小结构是:
用户请求与授权范围
↓
Agent Runtime(组装上下文、调用模型、控制循环)
↓
模型提出最终回答或结构化工具请求
↓
参数校验 → 服务端鉴权 → 风险策略/人工审批
↓
工具代码执行 → 规范化结果 → 写回任务状态
└────────────────────→ 模型决定继续或结束
模型负责提出“下一步做什么”;Runtime 负责判断“这个动作是否允许、如何执行、结果是否成功”。必须把以下状态分开记录:模型建议、策略决策、真实执行结果。模型说“退款成功”并不能证明退款服务已提交成功。
6.1 控制循环和运行预算
每轮至少需要:当前目标、允许的工具、任务状态、最近观察结果和剩余预算。预算不只是 Token:还包括最大迭代数、工具调用次数、墙钟时间、成本、速率、并发和用户取消状态。
循环结束的条件应由程序检查:模型给出有效最终答复、用户取消、时间/费用预算耗尽、无法恢复的工具失败、权限拒绝或需要人工确认。预算耗尽要返回明确的未完成状态,不要让模型编造成功结论。
6.2 工具失败的处理
| 错误类别 | 默认处理 | 是否自动重试 |
|---|---|---|
| 参数格式不合法 | 返回字段级错误,要求模型修正或向用户澄清 | 可在严格次数内重试,不改授权范围 |
| 未授权/资源不属于当前用户 | 拒绝并审计,不把敏感资源存在性透露给模型或用户 | 不重试 |
| 限流、临时网络故障 | 保留关联 ID,等待后退避 | 仅在剩余时间允许时有限重试 |
| 写操作响应超时 | 先按幂等键查询外部操作状态 | 状态不明确时不得盲目重发 |
| 业务规则拒绝 | 把可安全展示的理由返回,必要时转人工 | 通常不重试 |
副作用操作(例如创建订单、发邮件、付款或退款)需要幂等设计、明确授权和审计。仅凭“模型重复调用看起来合理”不能证明重试安全。
6.3 轨迹、日志和评估
一条可诊断的执行轨迹要能关联请求、用户/租户、模型和提示版本、当前步骤、工具名、经脱敏的参数摘要、执行结果类别、耗时、Token/费用、重试次数和终止原因。原始密钥、访问令牌、完整私人文档不应写入普通日志。
评估不能只看最后的自然语言回答。至少分别抽查:任务完成率、工具选择正确率、参数有效率、授权拒绝是否可靠、重复副作用率、人工接管率、延迟与成本。离线测试要覆盖正常、缺参、无权限、工具超时、重复提交、含恶意指令的工具结果和预算耗尽等轨迹。
7. MCP 的角色和一轮请求
MCP(Model Context Protocol,模型上下文协议)按当前官方规范的架构由 Host、Client 和 Server 组成。
| 角色 | 所在位置 | 主要职责 |
|---|---|---|
| Host(宿主) | AI 应用,例如桌面助手或 IDE | 管理模型、用户界面、策略、上下文、多个 Client 和用户授权 |
| Client(客户端) | Host 内部的协议连接器 | 与某一个 MCP Server 通信,处理协议消息、版本/能力元数据和结果 |
| Server(服务器) | 本地进程或远程服务 | 在授权边界内提供工具、资源或提示模板 |
一个 Host 可以管理多个 Client;按当前架构说明,每个 Client 对应一个 Server。Server 不应因此获得 Host 的完整会话历史,也不应越过 Host 去读取其他 Server 的数据。
一次工具调用可以概括为:Client 发现 Server 的可用工具并把必要说明交给 Host;Host 决定是否向模型展示这些工具;模型提出工具请求;Host/Client 执行本地策略与确认;MCP Server 执行已授权请求并返回结果;Host 再决定把多少结果放入后续模型上下文。MCP 定义通信结构,不替 Host 决定用户是否同意。
8. Tools、Resources、Prompts 各解决什么问题
| MCP 原语 | 关注点 | 典型例子 | 交互控制的常见归属 |
|---|---|---|---|
| Tools(工具) | 执行动作或查询外部系统 | 查询订单、创建工单、计算数据 | 常由模型提出调用,但 Host 可限制、确认或拒绝 |
| Resources(资源) | 读取可作为上下文的数据 | 项目文件、数据库 Schema(结构定义)、一段文档 | 通常由应用决定如何展示、选择或注入上下文 |
| Prompts(提示模板) | 提供可复用的提示或工作流入口 | 代码审查模板、报告分析模板 | 可由应用呈现给用户选择;具体界面由实现决定 |
三者不是“读取/写入/提示词”这样绝对的一一映射。最终的动作、权限和用户体验取决于 Host、Client、Server 的具体实现。官方工具说明将 Tools 设计为模型可控制的能力,但同时建议实现保留用户拒绝调用的能力;工具描述和注解本身也可能不可信。
9. API、插件、MCP 和 RAG 的边界
| 名称 | 它规范/提供什么 | 不能自动替你解决什么 |
|---|---|---|
| API(接口) | 某个服务可执行的请求与响应 | 不保证模型理解参数,也不自动提供跨服务统一发现 |
| 插件/集成 | 某个平台将一组能力打包并接入的产品形态 | 不保证跨平台可移植,权限仍由平台和服务端决定 |
| MCP | Host/Client/Server 之间描述能力、请求与返回结果的通用协议 | 不代表业务授权、可信来源或安全沙箱;服务端仍需验证每次操作 |
| RAG(检索增强生成) | 从知识源检索证据,作为回答上下文 | 不一定执行外部业务动作,也不能保证检索证据真实或完整 |
把 MCP 比作 USB 接口有助于初步理解“统一接线”,但不是字面等价:USB 有物理层和供电等定义,MCP 是应用层协议;连接成功也不等于授权成功。MCP Server 可以提供检索工具,RAG 系统也可以作为 Agent 的数据能力,但它们不是互相替代的组件。
10. MCP 版本边界与安全
本笔记核对的是 MCP 2026-07-28 官方规范页面。该版本将协议核心改为无状态、自包含请求;请求携带协议版本和能力元数据,可在调用前按需使用能力发现。不要把 2025-11-25 及更早教程中的 initialize 握手、会话 ID、HTTP/SSE 流程直接当成最新版必需步骤。也不要据非官方 PDF 中的“MCP 2.0”猜测协议版本;要写代码时先按实际 Client/Server SDK 的版本与迁移指南复核。
HTTP 授权是规范中的可选能力;如果实现支持 HTTP 授权,应遵循该版本对应的 OAuth 规则。当前文档支持 Client ID Metadata Documents(客户端 ID 元数据文档),而 Dynamic Client Registration(动态客户端注册)保留兼容但已弃用。协议层认证不等于业务授权,Server 对每次请求仍要校验身份、Scope(授权范围)、租户、对象归属和动作权限;请求范围应遵循最小权限。
MCP 使用前的检查清单:
- 确认 Server 来源、维护者、代码和发布版本;未信任的 Server 不因为“兼容 MCP”自动可信。
- 逐项核对将暴露给模型的工具、资源和提示模板;说明文字不能当作安全控制。
- 只授予本任务所需的只读/读写范围;高风险操作单独确认,密钥放在安全配置,不放进提示词。
- 对文件路径、SQL、URL、对象 ID 和工具参数做白名单校验,防止目录穿越、越权访问和 SSRF(服务端请求伪造)。
- 把 MCP 返回内容、资源文本和工具结果视为不可信数据;防范间接提示注入与数据外传。
- 为每次写操作记录主体、目标对象、审批依据和结果,并设计超时、限流、撤销和幂等处理。
11. Agent Skills 的文件结构、发现和执行
Agent Skills 官方开放格式以一个目录为单位,至少包含 SKILL.md。常见但可选的子目录包括 scripts/(脚本)、references/(参考资料)和 assets/(静态资源)。三阶段渐进式披露的常见实现是:
- 发现:启动时只读取每个 Skill 的
name和description,据此判断是否可能适用。 - 激活:任务匹配后,把对应
SKILL.md的完整指令读入上下文。 - 按需取材或执行:再加载指令引用的资料、模板,或在实现允许时运行脚本。
官方格式规定 name 与 description 必填;name 最长 64 个字符,使用小写字母、数字和连字符,不以连字符开头/结尾,且应与父目录名一致;description 最长 1024 个字符,应说明做什么以及何时使用。license、compatibility、metadata 为可选项;allowed-tools 目前标记为实验字段,产品支持可能不同。格式约定不保证任意产品都按同样方式搜索、激活或执行 Skill。
资源层能缩短默认上下文,但不等于降低了脚本执行风险。运行时仍需显式许可、目录隔离、网络策略和用户审批。即使 Skill 的描述写着“只读”,脚本也可能实际写文件或联网;应先检查脚本行为和依赖。不要把个人令牌、密码、私密笔记复制进可共享的 Skill。
Skill 与 Prompt、工具、工作流的关系
| 概念 | 主要作用 | 运行时是否直接执行副作用 |
|---|---|---|
| Prompt(提示词) | 描述当前任务、约束、输入和输出要求 | 本身不执行,但可诱导模型请求动作 |
| Skill | 封装可复用的程序性指引、参考资料和可选资源 | SKILL.md 本身是说明;所含脚本可能执行副作用 |
| Tool(工具) | 运行时可调用的具体函数或服务 | 可以读写外部系统,须校验参数和权限 |
| Workflow(工作流) | 按确定规则连接多个节点或步骤 | 节点可执行操作,但控制路径由流程定义 |
| Agent | 根据目标和观察选择下一步的控制循环 | 通过获准工具间接执行,需有限额和授权门 |
| MCP | 让 Host/Client/Server 标准化交换能力与结果 | 协议不执行自身定义之外的业务授权 |
所以,Skill 可告诉 Agent 如何逐步排障;Agent 可以经 MCP Client 选择并请求工具;Server 执行获准的查询;RAG 提供支撑判断的资料。任何一个环节都不能替代服务端授权。
12. 来源材料中的说法如何取舍
- 旧 Agent 代码中的 LangChain 导入、
initialize_agent、AgentType和特定模型参数是历史示例,不能直接当作当前 API 用法;当前版本以框架官方文档为准。 - 有些入门材料把 ReAct 说成独立的“推理模型 + 生成模型”两个模型。这不是 ReAct 必要条件;核心是将决策、行动和外部观察组织成循环。
- “模型自我反思会生成强化学习数据”“3 到 10 步是固定上限”等属于特定作者的解释或经验规则,不作为普适原理。任务预算必须通过场景测试确定。
- 非官方 MCP 图解中的“工具一定存在向量数据库里”“MCP 会把提示一次性塞进上下文”“Agent 会自主获得权限”均不是协议保证。能力列表和上下文如何加入由规范、Host 和具体实现共同决定。
- Agent Skills 安装教程里的产品配置路径、命令、开关和截图会过期;本稿只吸收文件格式与渐进式加载的概念,不保留机器专属安装步骤。
- 同目录的《AgentSkill完全指南.pdf》仍只有 32 个可提取字符,未完成 OCR(光学字符识别)或人工复核前,不用作内容依据。
相关笔记
- 大模型基础原理
- LangChain(资料整编)
- LangGraph(资料整编)
- RAG检索增强生成
- 评测幻觉与多模态
- Agent-MCP-Skill面试题库
参考资料
- 《人工智能Agent的基本原理与架构》《5种Agent模式》《8种主流Agent框架》。
- 《AgentSkills(ClaudeSkills)详细攻略》《一篇搞明白!MCP、RAG、Agent》《大模型(LLMs)agent 面》。
- 《AgentSkill完全指南》提取正文失败,仅登记待 OCR,不作为本稿依据。
- MCP 官方规范发布说明(2026-07-28)。
- MCP 官方规范总览(2026-07-28)、架构、工具、资源 和 HTTP 授权。
- Agent Skills 官方开放标准 与 官方概览。字段边界和支持状态以官方格式规范为准,产品触发方式以对应客户端文档为准。
原始来源文件
以下列出本篇整理所依据的代表性原件;同主题重复版本与完整状态请查阅 source-manifest.csv。
Raw sources/大模型官方课程-视频资料/2026最新大模型全套资料(持续更新)/②、大模型入门资料/AgentSkills(ClaudeSkills)详细攻略.pdfRaw sources/大模型官方课程-视频资料/2026最新大模型全套资料(持续更新)/②、大模型入门资料/MD文档/人工智能Agent的基本原理与架构.md