从 LLM 到 Agent Skill：AI 核心概念完全解析

一、LLM（大语言模型）

1.1 定义

LLM（Large Language Model），全称大语言模型，简称大模型。

底层引擎：Transformer 架构
架构提出时间：2017 年
论文出处：Google 团队发布的《Attention Is All You Need》

1.2 发展简史

时间	里程碑	意义
2017 年	Transformer 架构提出	Google 发明的”火种”
2022 年 11 月	GPT-3.5 发布	第一个达到可用级别的大模型
2023 年 3 月	GPT-4 发布	将 AI 能力天花板拉到新高度
至今	GPT-4o/5.4 等	持续迭代，业界标杆

1.3 工作原理：文字接龙

大模型本质是一个文字接龙游戏：

1	用户输入 → 模型预测下一个概率最高的词 → 吐出词 → 抓回追加 → 继续预测 → 循环直到结束

具体示例：

用户提问：”khuatcoung怎么样？”
模型预测下一个词：“特别”
把”特别”追加到输入后面
继续预测下一个词：“的”
把”的”追加到输入后面
继续预测下一个词：“棒”
模型输出结束标识符
最终回答：“特别的棒”

这就是为什么大模型要一个词一个词地输出答案。

二、Token（词元）

2.1 定义

Token 是大模型处理文本的最基本单元。

大模型本质是一个庞大的数学函数，内部运行矩阵运算
大模型不认识人类文字，只认识数字
Tokenizer（分词器）是人类与大模型之间的”翻译官”

2.2 Tokenizer 的工作流程

1
2

编码（文字→数字）                        解码（数字→文字）
用户输入 ──→ Token 切分 ──→ Token ID 映射 ──→ 模型处理 ──→ 输出 Token ID ──→ Token 映射 ──→ 文字输出

编码环节（两步）：

切分：把文本拆成最小的片段
映射：把每个 Token 对应到一个数字（Token ID）

解码环节：

只有一步：把数字转换回文字
不需要切分，因为模型每次只输出一个 Token

2.3 Token 与词的关系

Token ≠ 词，两者没有明确的对应关系。

中文示例：

输入文本	预期切分	实际切分
我的频道叫Khuatcoung工作坊	4 个词	5 个 Token（”工作坊”被拆成”工作”+”坊”）
程序员	1 个词	2 个 Token（”程序”+”员”）

英文示例：

单词	Token 数量	说明
hello	1 个	常见单词恰好对应
going	1 个	常见单词恰好对应
helpful	2 个	拆分为”help”+”ful”
对勾符号	3 个	无显示字符，用 Token ID 更直观

2.4 Token 数量估算

语言类型	平均一个 Token 等于
英文单词	约 0.75 个
中文汉字	约 1.5~2 个

示例：

40 万个 Token ≈ 60~80 万个汉字 ≈ 30 万个英文单词

2.5 Token 可视化工具

https://platform.openai.com/tokenizer

三、Context（上下文）与 Context Window

3.1 Context 定义

Context（上下文）= 大模型每次处理任务时接收到的信息总和

可以把它看作大模型的临时记忆体，包含：

用户问题（User Prompt）
对话历史
大模型正在输出的每一个 Token
工具列表
System Prompt
其他配置信息

3.2 Context Window 定义

Context Window（上下文窗口）= Context 能够容纳的最大 Token 数量

3.3 主流模型 Context Window 对比

模型	Context Window
GPT-4o	105 万 Token
Claude 3.1 Pro	100 万 Token
Claude Opus 4.6	100 万 Token

100 万 Token ≈ 150 万汉字 ≈ 整部《哈利波特》全集

3.4 RAG 技术（扩展知识）

当需要处理超过 Context Window 限制的文档时，使用 RAG（Retrieval-Augmented Generation）技术：

1	用户问题 → 从长文档中检索最相关的片段 → 只把相关片段发给大模型 → 大模型回答

优点：

不受 Context Window 限制
降低成本

四、Prompt（提示词）

4.1 定义

Prompt = 给大模型的具体问题或指令

4.2 Prompt Engineering（提示词工程）

研究如何把话说清楚，让大模型更精准理解意图。

现状：门槛较低 + 大模型能力越来越强 → 这个概念已较少被单独提及

4.3 User Prompt vs System Prompt

类型	中文名	来源	作用
User Prompt	用户提示词	用户在对话框输入	说明具体任务
System Prompt	系统提示词	开发者在后台配置	说明人设和做事规则

示例场景：数学辅导机器人

System Prompt（开发者配置，用户看不到）：

1
2
3

你是一个耐心的数学老师，当学生问你数学问题的时候，
不要直接给出答案，而是要一步一步引导学生思考，
帮助他们理解解题思路。

User Prompt（用户输入）：

3加5等于几？

大模型的响应（受 System Prompt 影响）：

1 2	我们可以这样想，你手里有三个苹果，然后又拿了5个，现在一共有多少个呢？你可以数一数看。

如果没有 System Prompt，大模型可能直接回答”8”。

五、Tool（工具）

5.1 为什么需要 Tool

大模型的弱点：无法感知外界环境，无法获取实时信息。

示例：

1 2	问：今天上海的天气怎么样？答：抱歉，我无法获取实时天气信息，我的知识库截止到某年某月...

5.2 Tool 的本质

Tool = 函数（Function）

1	输入 → Tool（内部操作，如调用 API） → 输出

天气查询工具示例：

1
2
3

输入：城市、日期
处理：调用气象局接口
输出：天气信息

5.3 工具调用完整流程

涉及角色：

角色	职责
用户	发起问题
大模型	选择工具、生成参数、归纳总结
平台	传话筒，串联整个流程，实际调用工具
工具	执行具体操作（如查天气）

流程图：

1. 用户问题 → 平台 → 大模型（附带可用工具列表）
          ↓
2. 大模型分析 → 发现需要天气信息 → 生成工具调用指令（工具名+参数）
          ↓
3. 工具调用指令 → 平台 → 实际调用工具 → 获取结果
          ↓
4. 工具结果 → 大模型 → 整理成人话
          ↓
5. 整理后的回答 → 平台 → 用户

关键点：大模型无法自己调用工具，它只能输出文本告诉平台想调用什么工具，实际调用由平台完成。

5.4 Tool 的两个核心职责

选择工具：选择需要调用的工具，生成对应参数
归纳总结：拿到工具执行结果后，做归纳整理

六、MCP（模型上下文协议）

6.1 问题背景

在 Tool 接入平台时，每个平台的规范不同：

平台	接入规范
ChatGPT	OpenAI 规范
Claude	Anthropic 规范
Gemini	Google 规范

问题：同一个工具要写三遍接入代码。

6.2 MCP 解决方案

MCP（Model Context Protocol）= 统一的工具接入标准

作用：工具开发者只需按照 MCP 规范开发一次，该工具即可被所有支持 MCP 的平台使用。

类比：所有手机都用 Type-C 接口，统一标准，方便所有人。

6.3 MCP 全称

Model Context Protocol = 模型上下文协议

七、Agent（智能体）

7.1 Agent 的定义

Agent = 能够自主规划、自主调用工具、持续工作直到完成用户任务的系统。

7.2 Agent 与 Tool 的区别

概念	特点
Tool	单次调用
Agent	多步规划 + 多次调用 + 持续运作

7.3 Agent 工作示例

用户问题：

1 2	今天我这里的天气怎么样？如果下雨的话，帮我查一下附近有没有卖雨伞的店。

可用工具：

定位工具（查询经纬度）
天气工具（根据经纬度查天气）
店铺工具（根据经纬度查附近店铺）

Agent 的思考与执行流程：

1. 分析：用户问天气 → 需要知道位置 → 调用定位工具
   ↓
2. 获取经纬度：-74°（经度）, 40°（纬度）
   ↓
3. 分析：有了位置 → 调用天气工具查天气
   ↓
4. 获取天气：有雨
   ↓
5. 分析：下雨 + 用户要查雨伞店 → 调用店铺工具
   ↓
6. 获取结果：附近 100 米有家便利店卖伞
   ↓
7. 综合所有信息 → 输出最终答案

7.4 主流 Agent 产品

Claude Code
Cursor
Copilot
GitHub CI
Devin

7.5 Agent 构建模式

经典模式包括：ReAct、Plan-and-Execute 等。

八、Agent Skill（智能体技能）

8.1 问题背景

即使有 Agent，每次使用仍然需要重复输入大量规则和格式要求：

1	"我马上要出门，该带些什么呢？"

缺失的信息：

个人习惯（下雨戴伞、光照强戴帽子、空气差戴口罩、风大穿防风外套、手机必带）
输出格式要求（先总结 + 列出物品清单 + 带原因）
天气查询步骤

8.2 Agent Skill 的本质

Agent Skill = 提前写好的给 Agent 看的说明文档

8.3 Agent Skill 结构

┌─────────────────────────────────────────┐
│            元数据层（Metadata）           │
│  - name: go_out_checklist               │
│  - description: 出门清单...              │
├─────────────────────────────────────────┤
│              指令层（Instructions）       │
│  - 目标                                  │
│  - 执行步骤                              │
│  - 判断规则                              │
│  - 输出格式                              │
│  - 示例                                  │
└─────────────────────────────────────────┘

8.4 Agent Skill 示例

---
name: go_out_checklist
description: 出门清单助手，根据天气提醒用户带好装备
---

# 目标
每次出门前帮用户检查天气并提醒携带物品

# 执行步骤
1. 调用定位工具，获取用户经纬度
2. 调用天气工具，获取天气信息
3. 根据天气数据，按照判断规则整理携带物品
4. 按照输出格式输出结果

# 判断规则
- 下雨 → 戴伞
- 光照强 → 戴帽子
- 空气差 → 戴口罩
- 风大 → 穿防风外套
- 必带 → 手机

# 输出格式
先来一句总结，然后列出物品清单，每个物品带原因

# 示例
用户问题：我马上要出门帮我看看今天要带什么东西
定位工具返回：经度-74，纬度40
天气工具返回：下雨，光照强
期望输出：
"今天天气有点糟糕，记得带这些东西：
- 雨伞（今天有雨）
- 帽子（光照较强）
"

8.5 Agent Skill 部署步骤

1. 创建文件夹

路径：用户目录/.claude/skills/

文件夹名称 = Agent Skill 名称（如 go_out_checklist）

2. 创建文件

文件名：skill.md（必须大写，这是硬性规范）

3. 将内容粘贴保存

8.6 Agent Skill 工作机制

用户提问 → Claude Code 检测到问题与 Agent Skill 相关
        ↓
读取 Agent Skill 完整内容（指令层）
        ↓
按 Agent Skill 要求执行步骤
        ↓
输出符合格式要求的结果

九、概念体系总览

┌──────────────────────────────────────────────────────────────────┐
│                        AI 概念层次结构                           │
├──────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ┌─────────┐                                                    │
│  │  Agent  │ ← 能够自主规划、调用工具、持续运作的程序              │
│  └────┬────┘                                                    │
│       │                                                         │
│  ┌────┴─────────────────┐                                       │
│  │    Agent Skill       │ ← 给 Agent 的说明文档                  │
│  └────┬─────────────────┘                                       │
│       │                                                         │
│  ┌────┴────┐     ┌──────────┐                                   │
│  │  Tool   │────→│   MCP    │ ← 统一的工具接入标准               │
│  └────┬────┘     └──────────┘                                   │
│       │                                                         │
│  ┌────┴──────────────────────────┐                               │
│  │         LLM（大模型）          │ ← 所有 AI 技术的核心           │
│  └────┬──────────────────────────┘                               │
│       │                                                         │
│  ┌────┴──────────────────────────┐                               │
│  │      Token（最基本处理单元）    │                               │
│  └────┬──────────────────────────┘                               │
│       │                                                         │
│  ┌────┴──────────────────────────┐                               │
│  │     Context（临时记忆体）      │ ← 包含历史、规则、当前输入     │
│  │  Context Window（容量上限）    │ ← 最大 Token 数量             │
│  └───────────────────────────────┘                               │
│                                                                  │
│  ┌────────────────┐    ┌────────────────┐                        │
│  │  System Prompt │    │  User Prompt   │ ← Prompt 的两种类型      │
│  └────────────────┘    └────────────────┘                        │
│                                                                  │
└──────────────────────────────────────────────────────────────────┘

核心概念速查表

概念	英文	作用
LLM	Large Language Model	大语言模型，AI 核心
Token	Token	处理文本的最基本单元
Context	Context	大模型的临时记忆体
Context Window	Context Window	Context 的容量上限
Prompt	Prompt	给大模型的具体指令
User Prompt	User Prompt	用户输入的问题
System Prompt	System Prompt	开发者配置的人设规则
Tool	Tool/Function	让大模型感知外部环境
MCP	Model Context Protocol	统一的工具接入标准
Agent	Agent	自主规划+持续工作的系统
Agent Skill	Agent Skill	给 Agent 的说明文档