AI 智能体
概念解析——技能系统
技能系统(Skill System)是 AI Agent 可调用的能力模块集合。每个技能是一个自包含的功能单元——有名字、有描述、有执行逻辑——Agent 按需发现、加载和执行,不必把全套能力塞进上下文。
1. 什么是技能
没有技能之前,Agent 的能力主要来自两样东西:训练数据里学到的知识,和用户临时给的提示词上下文。前者是静态的,后者是一次性的。每次换一个任务方向,Agent 几乎"不记得"上次用过什么工具。
技能系统改变的是这件事。它把"做一件事的方法"打包成一个可复用的模块,有名称、有描述、有实现逻辑。Agent 在运行时先扫一遍技能目录,挑出有用的那个,再加载它的具体指令。它不需要把每个技能的全量指令都塞进上下文——只需要知道"有这个东西,大概能干什么",等真要用了再读细节。
2. 技能的结构
一个技能通常由三层构成,加载时机和代价各不相同。
元数据(Metadata)
技能的名字和一句话描述。Agent 启动时只加载这一层,消耗极少的 token——通常几百个。这层的作用是让 Agent 知道"工具箱里有什么"。比如一个 Excel 处理技能,元数据就是"excel-tool:处理电子表格文件的读写和格式转换"。Agent 读到这个名字和描述就记住了有这个东西,但还不知道怎么用。
指令(Instructions)
当 Agent 判断某项技能可能有用时,它会加载完整的指令文件。这里写着具体的使用方式:有哪些参数、有什么前置条件、调用时的注意事项。这一层消耗的 token 明显更多,但只在必要时加载——Agent 不会让所有技能的指令同时占据上下文。
运行时(Runtime)
真正要执行时,Agent 才读取脚本或代码文件并运行。这一层的代码不会被 Agent 的模型"阅读"和"理解"——它直接被系统执行,输出结果返回给 Agent。这是最省 token 的一层:2MB 的 Python 脚本不会进上下文,Agent 只看到"脚本运行完毕,输出结果已保存"。
3. 技能的发现与加载
技能系统需要回答一个问题:Agent 怎么知道该用哪个技能?
常见的做法是技能发现(Skill Discovery)。Agent 启动时遍历注册的技能目录,读取每个技能的元数据。当用户提出一个任务,Agent 在元数据列表中做匹配——类似搜索引擎在索引里找相关文档。匹配到以后,再加载对应技能的完整指令。
这个机制决定了技能命名的关键性。一个叫"process_data"的技能,Agent 几乎猜不到它能干什么。一个叫"excel-table-extractor:从 Excel 文件中提取指定表格并转为 CSV"的技能,Agent 一看名字和描述就知道该不该用它。技能的质量不只取决于实现,还取决于元数据写得清不清楚。
4. 技能的组合与编排
单个技能解决不了复杂任务。真正的用法是把多个技能串起来:先用搜索技能找资料,再用提取技能整理内容,然后用生成技能写报告,最后用格式化技能输出为目标格式。
这就引出了技能编排(Skill Orchestration)。编排层负责告诉 Agent 先调哪个技能、后调哪个技能、上一个的输出怎么传给下一个。有些框架用工作流引擎做这件事,有的直接把编排逻辑写进一个"总控技能"里。技能编排越成熟,Agent 能处理的自动化流程就越复杂。
5. 技能与工具函数的关系
技能和函数调用(Function Calling)不是一回事,但经常被混在一起说。函数调用是模型输出结构化参数的能力——模型说"我想调用 get_weather,参数是 city=Beijing"。技能是更高层的封装:一个技能可以包含多个函数调用,也可以包含脚本执行、API 请求、甚至是多步流程。
也可以反过来理解:函数调用是技能的执行手段,技能是函数调用的使用场景。技能告诉 Agent"什么时候该调用什么函数、调用后怎么处理结果",函数调用负责"把参数填对、发给外部系统"。
技能和 MCP(模型上下文协议)的关系也很密切。MCP 标准化了 Agent 与外部工具的连接方式,技能则定义了一组特定场景下的工具使用流程。一个技能可以调用多个 MCP 服务器提供的工具。
6. 技能市场与生态
技能系统一旦标准化,就会催生技能市场。开发者可以编写特定领域的技能并发布到市场,其他用户直接安装使用。这种做法已经在一些 Agent 框架中出现。一个技能市场里有:数据处理技能、API 集成技能、内容生成技能、自动化测试技能、代码审查技能等。
技能市场的价值在于分工:技能作者专注于特定领域的逻辑实现,用户专注于组合和编排。这降低了 Agent 应用的门槛——你不需要为一个新场景从头写一套 Agent,装个技能就行。
7. 相邻概念
- AI Agent:技能是 Agent 的能力来源。没有技能的 Agent 只能靠自身推理。
- 函数调用:技能的执行层依赖函数调用来驱动外部工具。
- MCP:模型上下文协议标准化了技能与外部系统的连接。
- 记忆系统:技能告诉 Agent"怎么做",记忆系统告诉 Agent"知道什么"。
- Agent 循环:技能在 Agent 循环的"行动"环节中被调用。