AI 概念学习之路

MCP:

MCP 规定一套标准化消息格式，让大模型进程与外部程序互相对话

MCP 本身不具备功能，只是规范；真正干活的是 MCP Server 内的 Tools。

Skills

（SKILL.md）【智能体的操作手册、业务流程】

Skill 是一段规则文档（SKILL.md），用来约束 Agent：
什么时候触发（用户什么问题启用这套流程）
先后调用哪些 Tools、调用顺序
参数怎么填、拿到结果如何处理
固定输出格式、异常如何兜底
允许使用哪些 MCP 工具 allowed-tools
举你股票场景直观对比

Tool：get_index_quote(代码列表) 只负责拉行情原始数据
Skill：
用户问大盘 → 自动传入固定 6 个指数代码 → 调用 Tool 拿数据 → 整理成 markdown 表格 → 加上免责声明输出；非交易日提示不开市。
👉 Tool 只会拿原始数据；Skill 定义完整业务闭环逻辑。

装插件”： 基本等价于「添加一条 MCP Server 配置」

智能体：

Agent = 拥有自主规划能力、能主动完成整套任务的智能主体（总指挥）
普通大模型：被动问答。你问一句，它答一句，不会主动动手、不会连续执行多步操作。
Agent 智能体：目标驱动、自主闭环。你下达一个最终目标，它自己拆解步骤、选择能力、调用工具、拿到结果、处理异常，直到任务完成。
标准运行循环（感知→思考→行动循环）：
接收用户需求 → 理解意图 → 任务规划 → 选择 Skill / Tool → 通过 MCP 执行调用 → 获取结果 → 判断是否完成；未完成则调整方案继续执行

Agent 四大基础组件（大脑 + 配套能力）
LLM 大模型（大脑）：负责思考、推理、判断什么时候调用技能 / 工具
规划能力：把复杂任务拆成连续子步骤
记忆：短期对话上下文、长期历史经验
工具调用能力：通过 MCP 访问外部世界（文件、接口、行情、网络）

智能体：一个能够围绕目标，自主思考、调用工具、执行任务，并根据结果继续调整行动的 AI 系统。思考→行动→观察的循环过程。（ReAct模式（Reasoning + Acting））