本文系统梳理人工智能领域的核心知识体系，从大模型发展历程到前沿的 Agent、MCP、Skills 等概念，帮助你建立完整的 AI 知识图谱。
人工智能发展简史
早期探索（1950s-2000s）
| 时期 |
里程碑事件 |
意义 |
| 1950 |
图灵提出”图灵测试” |
AI 思想的起源 |
| 1956 |
达特茅斯会议 |
“人工智能”术语诞生 |
| 1966 |
ELIZA 聊天程序 |
早期自然语言处理 |
| 1997 |
深蓝击败卡斯帕罗夫 |
符号主义 AI 的巅峰 |
| 2011 |
Watson 赢得 Jeopardy! |
知识推理的突破 |
深度学习崛起（2012-2017）
1
2
3
4
5
6
| 2012 AlexNet 在 ImageNet 夺冠 → 深度学习时代开启
2013 Word2Vec 发布 → 词向量表示学习
2014 GAN、Seq2Seq 提出 → 生成模型新方向
2015 ResNet、FastText → 深度网络突破
2016 AlphaGo 击败李世石 → 强化学习里程碑
2017 Transformer 架构提出 → 大模型的基础
|
大模型时代（2018-至今）
| 年份 |
模型 |
参数规模 |
重大意义 |
| 2018 |
BERT、GPT-1 |
1-3亿 |
预训练+微调范式 |
| 2019 |
GPT-2 |
15亿 |
零样本学习能力 |
| 2020 |
GPT-3 |
1750亿 |
涌现能力显现 |
| 2022 |
ChatGPT |
- |
RLHF 对齐，引爆应用 |
| 2023 |
GPT-4、Claude |
- |
多模态、长上下文 |
| 2024 |
Claude 3、Gemini |
- |
多模态成熟 |
| 2025 |
DeepSeek、Qwen |
- |
开源生态繁荣 |
大模型（LLM）详解
什么是大模型？
大模型（Large Language Model，LLM） 是基于 Transformer 架构、具有海量参数、经过大规模数据训练的深度学习模型。
核心特征：
| 特征 |
说明 |
| 参数规模 |
数十亿到万亿级别 |
| 训练数据 |
TB 到 PB 级别文本 |
| 计算资源 |
数千张 GPU/TPU |
| 涌现能力 |
规模达到临界点后出现新能力 |
| 通用性 |
一个模型处理多种任务 |
Transformer 是大模型的核心架构，由 Google 于 2017 年提出：
1
2
3
4
5
6
7
| ┌─────────────────────────────────────────────────┐
│ │
│ 输入嵌入 → 多头自注意力 → 前馈网络 → 层归一化 → 输出 │
│ ↑_____________| │
│ 残差连接 │
│ │
└─────────────────────────────────────────────────┘
|
核心组件：
| 组件 |
功能 |
| Self-Attention |
计算序列内部的相关性 |
| Multi-Head Attention |
多角度捕捉信息 |
| Position Encoding |
保留位置信息 |
| Feed-Forward Network |
非线性变换 |
大模型训练流程
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| ┌─────────────────────────────────────────────────────────────┐
│ 阶段1：预训练（Pre-training） │
│ ├── 目标：学习语言模式和世界知识 │
│ ├── 数据：海量无标注文本（网页、书籍、代码） │
│ ├── 方法：自监督学习（预测下一个token） │
│ └── 产出：基座模型（Base Model） │
├─────────────────────────────────────────────────────────────┤
│ 阶段2：有监督微调（SFT） │
│ ├── 目标：学习指令遵循能力 │
│ ├── 数据：高质量指令-回答对 │
│ ├── 方法：监督学习 │
│ └── 产出：SFT 模型 │
├─────────────────────────────────────────────────────────────┤
│ 阶段3：对齐训练（RLHF/DPO） │
│ ├── 目标：对齐人类偏好 │
│ ├── 数据：人类偏好标注 │
│ ├── 方法：强化学习/直接偏好优化 │
│ └── 产出：对话模型（Chat Model） │
└─────────────────────────────────────────────────────────────┘
|
主流大模型对比
| 模型 |
厂商 |
特点 |
上下文长度 |
| GPT-4 |
OpenAI |
综合能力最强 |
128K |
| Claude 3 |
Anthropic |
长上下文、安全 |
200K |
| Gemini |
Google |
多模态原生 |
1M |
| 文心一言 |
百度 |
中文优化 |
- |
| 通义千问 |
阿里 |
开源生态好 |
128K |
| DeepSeek |
深度求索 |
高性价比、开源 |
128K |
| GLM-4 |
智谱AI |
国产开源代表 |
128K |
大模型的前身与技术演进
技术演进路线图
1
2
3
4
5
6
7
| 统计语言模型(N-gram) → 神经网络语言模型(NNLM) → 词向量(Word2Vec)
↓
循环神经网络(RNN) → 长短期记忆网络(LSTM) → Seq2Seq
↓
注意力机制(Attention) → Transformer → BERT/GPT
↓
大模型(LLM) → 多模态大模型 → Agent智能体
|
统计语言模型（N-gram）
最早的语言建模方法，基于统计概率：
1
| P(w1,w2,...,wn) ≈ Π P(wi|wi-1,wi-2,...,wi-n+1)
|
局限性：无法捕捉长距离依赖、维度灾难
词向量时代（Word2Vec、GloVe）
Word2Vec（2013） 两种训练方式：
| 方式 |
原理 |
| CBOW |
上下文预测中心词 |
| Skip-gram |
中心词预测上下文 |
经典示例：
1
| vec("king") - vec("man") + vec("woman") ≈ vec("queen")
|
RNN/LSTM 时代
RNN 存在梯度消失/爆炸问题，LSTM 引入门控机制：
| 门控 |
功能 |
| 遗忘门 |
决定丢弃哪些信息 |
| 输入门 |
决定存储哪些新信息 |
| 输出门 |
决定输出哪些信息 |
Seq2Seq 与 Attention
Seq2Seq（2014）：编码器-解码器架构
Attention 机制（2015）：解决固定长度向量瓶颈
论文：《Attention Is All You Need》
核心创新：
- 完全基于注意力机制，抛弃循环
- 并行计算，训练效率大幅提升
- 多头注意力，多角度捕捉信息
BERT vs GPT
| 维度 |
BERT |
GPT |
| 架构 |
Encoder-only |
Decoder-only |
| 方向 |
双向 |
单向 |
| 任务 |
理解类 |
生成类 |
| 预训练 |
MLM |
自回归 |
| 代表应用 |
分类、NER |
对话、写作 |
提示词工程（Prompt Engineering）
什么是提示词工程？
提示词工程 是设计和优化输入提示词，以引导大模型产生期望输出的技术和方法。
设计原则
| 原则 |
说明 |
示例 |
| 明确性 |
指令清晰，避免歧义 |
“请用3句话总结” |
| 具体性 |
提供具体示例和约束 |
“字数控制在500字以内” |
| 结构化 |
使用分隔符、编号 |
“请按以下格式输出…” |
| 角色设定 |
赋予模型特定角色 |
“你是一位资深技术专家” |
| 上下文 |
提供必要的背景信息 |
“假设用户是初学者…” |
| 格式指定 |
明确输出格式要求 |
“请以JSON格式输出” |
提示词示例对比
差的提示词：
好的提示词：
1
2
3
4
5
6
7
8
| 你是一位资深技术博主，擅长将复杂技术概念用通俗易懂的方式讲解。
请写一篇关于"Transformer架构"的技术博客文章，要求：
1. 目标读者：有基础编程经验的开发者
2. 篇幅：1500-2000字
3. 结构：包含原理讲解、代码示例、应用场景
4. 风格：通俗易懂，配合类比
5. 格式：Markdown格式，代码块使用语法高亮
|
核心技术
Few-shot Learning（少样本学习）
1
2
3
4
5
6
7
| 任务：情感分析
示例：
文本："这部电影太精彩了！" → 标签：正面
文本："浪费时间，不推荐" → 标签：负面
文本："服务态度很差，再也不会来了" → 标签：？
|
Chain-of-Thought（思维链）
1
2
3
4
5
6
7
| 问题：小明有5个苹果，给了小红2个，又买了3个，请问小明现在有几个苹果？
请一步步思考：
1. 小明原来有几个苹果？→ 5个
2. 给了小红2个后，还剩几个？→ 5-2=3个
3. 又买了3个，现在有几个？→ 3+3=6个
答案：6个
|
其他技术
| 技术 |
说明 |
| Self-Consistency |
多次采样，选择最一致的答案 |
| Tree-of-Thought |
探索多个推理路径，搜索最优解 |
| ReAct |
推理与行动交替进行 |
系统提示词
用于设定模型的基本行为：
1
2
3
4
5
| 你是一个专业的AI助手，具有以下特点：
- 回答准确、专业
- 态度友好、耐心
- 遇到不确定的问题会诚实说明
- 按照用户要求的格式输出
|
RAG（检索增强生成）
什么是 RAG？
RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合信息检索与文本生成的技术架构。
1
2
3
4
5
6
7
8
| ┌─────────────────────────────────────────────────────────┐
│ │
│ 用户问题 ──→ 检索器 ──→ 相关文档 ──→ 大模型 ──→ 回答 │
│ │ ↑ │
│ ↓ │ │
│ 知识库/向量数据库 ←─────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘
|
为什么需要 RAG？
| 大模型局限 |
RAG 优势 |
| 知识截止：训练数据有时间截止点 |
实时知识：可检索最新信息 |
| 幻觉问题：可能编造不存在的信息 |
减少幻觉：基于真实文档生成 |
| 领域缺失：缺乏特定领域知识 |
领域适配：接入专业知识库 |
| 私有数据：无法访问企业内部数据 |
数据安全：私有知识库部署 |
RAG 架构流程
1
2
3
4
5
6
7
8
| 【索引阶段】
文档 → 分块 → Embedding → 向量数据库
【检索阶段】
问题 → Embedding → 相似度搜索 → Top-K 文档
【生成阶段】
问题 + 检索文档 → Prompt → LLM → 回答
|
Embedding（向量化）
Embedding 是将文本转换为向量表示的过程：
1
2
3
| "人工智能" → [0.12, -0.34, 0.56, ..., 0.78] (1536维)
"AI技术" → [0.11, -0.32, 0.58, ..., 0.76] (语义相近)
"苹果手机" → [0.89, 0.12, -0.45, ..., 0.23] (语义较远)
|
主流 Embedding 模型：
| 模型 |
维度 |
特点 |
| text-embedding-ada-002 |
1536 |
OpenAI，通用性强 |
| text-embedding-3-small |
1536 |
OpenAI 新版，性价比高 |
| BGE-large-zh |
1024 |
中文开源，效果优秀 |
| M3E |
768 |
多语言，开源 |
向量数据库
| 数据库 |
特点 |
适用场景 |
| Pinecone |
全托管，易用 |
生产环境 |
| Milvus |
开源，高性能 |
企业级应用 |
| Qdrant |
Rust 实现，快 |
高性能需求 |
| Chroma |
轻量级，易上手 |
开发测试 |
| FAISS |
Meta 开源，快 |
本地部署 |
RAG 进阶技术
| 技术 |
说明 |
| Hybrid Search |
关键词检索（BM25）+ 向量检索 |
| Rerank |
检索结果重排序，提高精度 |
| Query Rewriting |
查询改写/扩展 |
| Multi-turn RAG |
多轮对话检索 |
Function Calling（函数调用）
什么是 Function Calling？
Function Calling 是大模型调用外部函数/工具的能力，是实现 Agent 自主执行任务的基础。
1
| 用户请求 ──→ LLM分析 ──→ 决定调用函数 ──→ 执行函数 ──→ 返回结果 ──→ 生成回答
|
工作原理
1
2
3
4
5
| 1. 函数定义：告知模型可用的函数及其参数
2. 模型决策：模型判断是否需要调用函数
3. 参数生成：模型生成函数调用参数
4. 函数执行：外部系统执行函数
5. 结果处理：将结果返回给模型
|
函数定义示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| {
"name": "get_weather",
"description": "获取指定城市的天气信息",
"parameters": {
"type": "object",
"properties": {
"city": {
"type": "string",
"description": "城市名称"
},
"unit": {
"type": "string",
"enum": ["celsius", "fahrenheit"],
"description": "温度单位"
}
},
"required": ["city"]
}
}
|
调用流程示例
1
2
3
4
5
6
| 用户：北京今天天气怎么样？
模型决策：需要调用 get_weather 函数
函数调用：get_weather(city="北京", unit="celsius")
执行结果：{"temp": 25, "condition": "晴", "humidity": 45}
模型回答：北京今天天气晴朗，气温25℃，湿度45%，适合出行。
|
微调（Fine-tuning）
什么是微调？
Fine-tuning（微调） 是在预训练模型基础上，使用特定领域或任务的数据继续训练。
1
| 预训练模型（通用） + 领域数据 → 微调模型（专业）
|
为什么需要微调？
| 场景 |
说明 |
| 领域适配 |
让模型理解专业术语和知识 |
| 风格定制 |
调整输出风格和格式 |
| 任务优化 |
提升特定任务的准确率 |
| 成本降低 |
比从头训练便宜得多 |
微调方法对比
| 方法 |
原理 |
优点 |
缺点 |
| Full Fine-tuning |
更新所有参数 |
效果最好 |
成本高 |
| LoRA |
低秩分解矩阵 |
参数少、快 |
效果略差 |
| QLoRA |
LoRA + 4-bit量化 |
单卡可行 |
精度有损 |
LoRA 原理：
1
2
3
4
5
6
| 原权重矩阵 W → W + ΔW = W + BA
优点：
- 参数量减少 99%
- 训练速度快
- 可合并回原模型
|
RLHF 与 DPO
| 方法 |
流程 |
特点 |
| RLHF |
SFT → RM → PPO |
效果好，流程复杂 |
| DPO |
直接偏好优化 |
无需RM，简化流程 |
模型推理参数
Token 与 Tokenizer
Token 是模型处理文本的最小单位：
1
2
| "人工智能很强大" → ["人工", "智能", "很", "强大"] (4 tokens)
"Hello World" → ["Hello", " World"] (2 tokens)
|
Context Window（上下文窗口）
| 模型 |
上下文长度 |
| GPT-3.5 |
4K / 16K |
| GPT-4 |
128K |
| Claude 3 |
200K |
| Gemini 1.5 |
1M |
Temperature（温度）
控制输出随机性：
| 值 |
效果 |
适用场景 |
| 0 |
输出最确定 |
事实性任务 |
| 0.3 |
较确定 |
问答、分析 |
| 0.7 |
平衡 |
一般对话 |
| 1.0 |
默认值 |
- |
| 1.5+ |
更随机 |
创意写作 |
其他参数
| 参数 |
说明 |
| Top-P |
核采样，从概率累计达到P的候选词中采样 |
| Top-K |
只从概率最高的K个候选词中采样 |
| Max Tokens |
限制生成的最大Token数量 |
| Frequency Penalty |
惩罚重复出现的词 |
| Presence Penalty |
惩罚已出现过的词 |
模型架构进阶
MoE（混合专家模型）
MoE（Mixture of Experts） 是稀疏激活架构：
1
| 输入 → 路由门控 → 选择Top-K专家 → 专家计算 → 加权融合 → 输出
|
代表模型：Mixtral 8x7B、DeepSeek-V2/V3
优势：参数量大但激活参数少，推理成本低
多模态架构
| 模型 |
支持模态 |
| GPT-4V |
文本 + 图像 |
| Claude 3 |
文本 + 图像 |
| Gemini |
文本 + 图像 + 音频 + 视频 |
| LLaVA |
文本 + 图像（开源） |
长上下文技术
| 技术 |
说明 |
| 窗口注意力 |
只关注局部窗口 |
| 稀疏注意力 |
选择性计算注意力 |
| Ring Attention |
分布式计算长序列 |
| RoPE 扩展 |
位置编码外推 |
幻觉问题与安全
Hallucination（幻觉）
幻觉 是模型生成看似合理但实际上不正确或不存在的信息。
| 类型 |
说明 |
| 事实幻觉 |
编造不存在的事实 |
| 来源幻觉 |
引用不存在的来源 |
| 推理幻觉 |
逻辑推理错误 |
减少幻觉的方法：
| 方法 |
说明 |
| RAG |
基于真实文档生成 |
| 引用验证 |
要求提供来源 |
| 多次采样 |
检查一致性 |
| 自我反思 |
让模型检查输出 |
对齐与安全
对齐目标：
| 目标 |
说明 |
| 有用性 |
帮助用户完成任务 |
| 诚实性 |
不欺骗、不编造 |
| 无害性 |
不产生有害内容 |
Agent（智能体）
什么是 Agent？
Agent（智能体） 是具有自主决策能力、能够感知环境、规划行动并执行任务的智能系统。
1
2
3
4
5
6
7
8
9
10
11
12
13
| ┌───────────────────────────────────────────────────────────┐
│ Agent │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 感知 │ ───→ │ 规划 │ ───→ │ 执行 │ │
│ │Perceive │ │ Plan │ │ Execute │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ ↑ ↑ ↓ │
│ │ │ │ │
│ ┌────┴─────┐ ┌─────┴────┐ ┌──────┴─────┐ │
│ │ 记忆 │ ←──│ 工具 │ ←──│ 环境 │ │
│ │ Memory │ │ Tools │ │ Environment│ │
│ └──────────┘ └─────────┘ └───────────┘ │
└───────────────────────────────────────────────────────────┘
|
Agent 核心组件
| 组件 |
说明 |
| 感知 |
接收用户输入、环境状态、工具返回 |
| 规划 |
任务分解、目标设定、行动序列规划 |
| 记忆 |
短期记忆（上下文）、长期记忆（向量库） |
| 执行 |
调用工具完成任务 |
| 工具 |
搜索、代码执行、文件操作、API调用 |
ReAct 模式
1
2
3
4
5
6
| 循环执行：
Thought: 思考下一步行动
Action: 选择并执行工具
Observation: 观察执行结果
...重复直到任务完成
Final Answer: 输出最终结果
|
示例：
1
2
3
4
5
6
7
| 用户：北京今天天气怎么样？
Thought: 用户想知道北京今天的天气，我需要查询天气信息
Action: weather_search("北京")
Observation: 北京今天晴，气温18-28℃，微风
Thought: 我已经获取到天气信息，可以回答用户了
Final Answer: 北京今天天气晴朗，气温18-28℃，微风，适合出行。
|
主流 Agent 框架
| 框架 |
特点 |
适用场景 |
| LangChain |
生态丰富，组件完善 |
通用 Agent 开发 |
| AutoGPT |
自主性强，目标驱动 |
自动化任务 |
| CrewAI |
多 Agent 协作 |
复杂任务分工 |
| OpenClaw |
个人助理 Agent |
日常任务自动化 |
MCP（Model Context Protocol）
什么是 MCP？
MCP（Model Context Protocol） 是 Anthropic 提出的开放协议，用于标准化 AI 应用与外部数据源、工具之间的连接。
1
2
3
4
5
6
| ┌───────────────────┐ MCP ┌───────────────────┐
│ │ ←───────────────────→ │ │
│ AI 应用 │ │ MCP Server │
│ (Client) │ │ (工具/数据源) │
│ │ │ │
└───────────────────┘ └───────────────────┘
|
MCP 解决的问题
| 之前 |
现在 |
| 每个 AI 应用需要单独集成每个工具 |
通过 MCP 协议统一连接 |
| 重复开发、标准不一 |
一次开发，多处使用 |
| 维护困难 |
标准化接口，易于扩展 |
MCP 架构
1
2
3
4
5
6
7
8
| MCP Host（宿主）
├── MCP Client（客户端）
│ ├── 连接管理
│ └── 协议处理
└── MCP Server（服务端）
├── Resources（资源）
├── Prompts（提示词模板）
└── Tools（工具）
|
通信方式：
| 方式 |
说明 |
适用场景 |
| Stdio |
标准输入输出 |
本地进程通信 |
| HTTP/SSE |
HTTP + Server-Sent Events |
远程通信 |
MCP Server 提供的能力
Resources（资源）
1
2
3
4
5
| {
"uri": "file:///path/to/document.pdf",
"name": "项目文档",
"mimeType": "application/pdf"
}
|
Prompts（提示词模板）
1
2
3
4
5
| {
"name": "analyze-code",
"description": "代码分析模板",
"arguments": [{"name": "language", "required": true}]
}
|
1
2
3
4
5
6
7
8
| {
"name": "search_web",
"description": "搜索互联网",
"inputSchema": {
"type": "object",
"properties": {"query": {"type": "string"}}
}
}
|
MCP 生态
官方 Servers：
| Server |
功能 |
| filesystem |
文件系统访问 |
| postgres |
PostgreSQL 数据库 |
| slack |
Slack 集成 |
| github |
GitHub 操作 |
社区 Servers：
| Server |
功能 |
| playwright |
浏览器自动化 |
| google-drive |
Google Drive |
| puppeteer |
网页抓取 |
Skills（技能）
什么是 Skills？
Skills（技能） 是封装了特定领域知识、工作流程或工具集成的模块化能力包。
1
| Skill = 领域知识 + 工作流程 + 工具集成 + 提示词模板
|
Skills 的作用
1
2
3
4
5
6
7
8
9
10
| ┌─────────────────────────────────────────────────────────┐
│ AI Agent │
│ │
│ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ │
│ │ Skill │ │ Skill │ │ Skill │ │ Skill │ │
│ │ 1 │ │ 2 │ │ 3 │ │ 4 │ │
│ └────────┘ └────────┘ └────────┘ └────────┘ │
│ │
│ 每个 Skill 提供特定领域的专业能力 │
└─────────────────────────────────────────────────────────┘
|
优势：
| 特点 |
说明 |
| 模块化 |
能力独立封装 |
| 可复用 |
一次开发，多处使用 |
| 可组合 |
多个 Skill 协作 |
| 易维护 |
单独更新，不影响其他 |
Skill 目录结构
1
2
3
4
5
6
7
8
9
10
| skill-name/
├── SKILL.md # 技能说明文档
├── prompts/ # 提示词模板
│ └── template.md
├── scripts/ # 执行脚本
│ └── execute.py
├── tools/ # 工具定义
│ └── tools.json
└── examples/ # 使用示例
└── example.md
|
Skills 与 MCP 的关系
1
2
3
4
5
6
7
8
| Skills（技能）
├── 封装领域知识
├── 定义工作流程
└── 调用 MCP Server
↓
MCP（协议）
├── 标准化接口
└── 工具/数据连接
|
Skills 是更高层次的抽象，MCP 是底层协议支持
知识图谱总结
AI 知识体系全景图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
| 人工智能
│
├── 基础技术
│ ├── 机器学习
│ ├── 深度学习
│ └── 神经网络
│
├── 语言模型演进
│ ├── 统计模型（N-gram）
│ ├── 词向量（Word2Vec）
│ ├── 序列模型（RNN/LSTM）
│ ├── 注意力机制（Attention）
│ ├── Transformer
│ └── 大模型（LLM）
│
├── 大模型应用
│ ├── 提示词工程
│ ├── RAG（检索增强）
│ ├── 微调（Fine-tuning）
│ └── Agent（智能体）
│
├── Agent 生态
│ ├── 框架（LangChain、AutoGPT）
│ ├── MCP 协议
│ └── Skills 技能
│
└── 前沿方向
├── 多模态
├── 具身智能
└── AGI 探索
|
核心概念关系
1
2
3
4
5
6
7
8
9
10
11
12
| LLM（大模型）
↓
Prompt Engineering（提示词工程）
↓
Agent（智能体）
├── Memory（记忆）
├── Planning（规划）
├── Tools（工具）
│ ↓
│ MCP（协议）
│
└── Skills（技能）
|
学习路径建议
| 阶段 |
学习内容 |
| 入门 |
理解大模型基本概念 → 学习提示词工程 → 使用 ChatGPT/Claude |
| 进阶 |
学习 Transformer 原理 → 了解 RAG 架构 → 开发简单 Agent |
| 高级 |
深入模型架构 → 掌握 MCP 协议 → 开发 Skills → 构建复杂 Agent 系统 |
实践建议
技术选型
| 场景 |
推荐方案 |
| 简单对话 |
直接使用 ChatGPT/Claude |
| 知识问答 |
RAG + 向量数据库 |
| 自动化任务 |
Agent + MCP |
| 专业领域 |
Skills + 定制化 |
| 企业应用 |
私有化部署 + Agent |
开发工具栈
| 层级 |
工具 |
| 模型层 |
OpenAI API、Claude API、本地部署 |
| 框架层 |
LangChain、LlamaIndex |
| 协议层 |
MCP |
| 工具层 |
各种 MCP Server |
| 应用层 |
Agent、Skills |
总结
人工智能正在从”单一模型”向”智能体生态”演进：
| 概念 |
定位 |
| LLM |
基础能力 |
| Prompt |
交互方式 |
| RAG |
知识增强 |
| Agent |
自主执行 |
| MCP |
连接协议 |
| Skills |
能力扩展 |
理解这些概念的关系，是构建 AI 应用的关键。
延伸阅读