KNOWLEDGE NOTE / AI · Agent

Agent、MCP与Skill(资料整编)

区分智能体、模型上下文协议和 Agent Skills,并梳理它们如何组合与安全运行。

创建
2026年9月24日
更新
2026年10月15日

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:

  1. 接收目标与约束。
  2. 收集上下文,判断是否已有足够信息。
  3. 选择直接回答,或调用一项能力。
  4. 校验参数和权限后执行工具。
  5. 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
SkillAgent 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。

  1. 默认最小权限,只暴露完成任务所需的工具。
  2. 服务端检查每次调用的身份、授权范围、参数和资源归属。
  3. 分开只读能力与写入能力;高风险操作执行前二次确认。
  4. 限制文件、网络、数据库和命令的访问范围。
  5. 设置速率、超时、调用轮数、审计和失败退出机制。
  6. 不把 API Key、密码或私人资料写进公开 Skill、日志和笔记。
  7. 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:

text
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
MCPHost/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:

  1. 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。
  2. 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。
  3. 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。
  4. 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)。
  5. 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。
  6. 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:

  1. 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。
  2. 激活:任务匹配后,把对应 SKILL.md 的完整指令读入上下文。
  3. 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

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.pdf
  • 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/MD文档/人工智能Agent的基本原理与架构.md

放弃未保存的修改?

有未保存的修改,离开会丢失这些内容。