ARTICLE DETAIL

资讯详情

深耕郑州网站建设与运营推广的一线实战洞察。

LLM / Prompt / Agent / Skill / MCP 术语大全|庖丁解牛

LLM / Prompt / Agent / Skill / MCP 术语大全|庖丁解牛 核心主线这套是大模型应用开发的核心术语LLM是大脑Prompt是指令Agent是带自主规划能力的智能体Skill是Agent能调用的工具能力MCP是标准化工具调用协议。1. LLM Large Language Model 大语言模型本质基于Transformer架构用海量文本数据训练出来的生成式大模型。它的核心能力是预测下一个token理解自然语言生成连贯文本。作用作为整个AI应用的推理大脑负责理解语义、逻辑推理、生成回答、做决策判断。要点LLM本身只是一个文本生成模型原生没有能力直接访问数据库、调用接口、读写文件必须依靠外部机制扩展能力。关联Prompt、Agent、Skill。类比LLM就是一个很会读书、会思考的“大脑”但是没有手不能直接操作外部系统。2. Prompt 提示词本质输入给LLM的全部文本信息是人和模型、或者程序和模型之间交互的指令。作用告诉模型任务、角色、规则、上下文、约束条件引导模型输出符合预期的结果。分类系统提示词System Prompt设定角色、全局规则一次性下发用户提示词User Prompt用户输入的问题Few-shot提示附带示例教模型怎么输出。要点LLM没有记忆它的“记忆”本质就是放在Prompt里面的上下文窗口。上下文长度有限过长会截断。坑点Prompt注入攻击恶意用户输入内容篡改系统设定。关联Agent的每一轮思考都要把历史对话打包进Prompt送入LLM。3. Agent 智能体本质以LLM作为大脑具备自主规划、思考、工具调用、循环执行能力的智能程序。普通大模型对话一问一答单次推理不会自动分步干活。Agent拿到复杂目标之后会自己拆解任务、判断要不要调用工具、拿到工具返回结果后继续思考循环多轮直到任务完成。核心组件LLM大脑 规划模块 工具调用模块 记忆模块。作用处理多步骤复杂任务。例如查询MySQL数据 → 统计数据 → 生成报表 → 发送邮件。要点Agent会进入思考-调用工具-观察结果-再思考的循环。类比Agent是一个会自己规划步骤的助理大脑是LLM手就是Skill工具。4. Skill 技能/工具本质Agent可以调用的外部能力、函数、接口。也常叫Tool。作用弥补LLM的短板。LLM不会实时联网、不能操作数据库、不能调用后端接口Skill就是给Agent的“手”。常见SkillHTTP接口调用、SQL查询、Redis读写、文件读写、代码执行、计算器。要点Skill是固定的函数输入输出有明确格式LLM只负责判断什么时候调用、传什么参数Skill本身的执行由后端程序完成。区分Skill是能力本身MCP是调用这个能力的协议标准。5. MCP Model Context Protocol 模型上下文协议本质标准化协议用来统一LLM应用和外部工具Skill之间的通信规范。作用统一工具描述、参数定义、返回结果格式。过去痛点不同工具、不同Agent框架各自定义一套调用格式互相不能通用。MCP把工具能力标准化LLM应用可以直接发现、调用任何支持MCP的Skill不用单独写适配代码。核心能力工具能力发现、入参描述、调用请求、返回结果传递、上下文传递。要点MCP不是模型不是Agent只是一套通信协议类似HTTP是web的协议。类比MCP相当于统一的“插头标准”不管是什么电器Skill工具只要插头符合MCP标准Agent智能体就可以直接插上使用。横向对比速记LLM大脑负责思考推理Prompt给大脑的指令和上下文Agent带自主循环思考的智能助理LLM规划记忆工具调度SkillAgent可以调用的外部工具/能力MCPAgent和Skill之间通信的标准化协议完整执行链路串联用户下发复杂任务 → 系统组装Prompt送入LLMAgent大脑Agent思考这个任务需要调用某个Skill工具Agent通过MCP协议把调用指令、参数发给对应的SkillSkill执行后端逻辑例如查询数据库返回结果结果通过MCP回传给Agent追加到Prompt上下文Agent再次交给LLM继续思考判断下一步动作循环直到任务完成最后整理结果返回给用户高频误区庖丁拆解误区1Agent就是LLM。纠正LLM只是Agent里面的大脑Agent是一套完整程序包含规划、记忆、工具调度。单独LLM不是Agent。误区2Skill就是LLM内置能力。纠正Skill是外部程序接口LLM不会执行SkillLLM只负责生成调用参数后端程序真正执行。误区3MCP是大模型。纠正MCP是协议类似HTTP是数据交互规范不是AI模型。误区4Prompt只是用户输入的一句话。纠正Prompt包含系统角色、历史对话、工具描述、用户问题是送入模型的全部上下文文本。
返回列表