小白也能懂的 Agent、Tool 与 Skill

这篇教程不要求你懂编程。我们的目标不是背术语，而是让你能用自己的话解释它们、判断什么时候该用，并安全地完成一次实际任务。

第一遍：把 AI 想成一位新同事

假设公司来了一位聪明、阅读很快，但不了解内部流程的新同事。

AI 概念	生活中的类比	它解决什么问题
LLM / 模型	新同事的大脑	理解文字、生成回答、做初步推理
Prompt	你交代的一次任务	告诉它现在要做什么
Context / 上下文	你放在桌上的资料	提供完成当前任务需要的信息
Agent / 代理	能持续推进任务的新同事	观察结果、选择下一步，直到完成或需要确认
Tool / 工具	电话、浏览器、计算器、文件柜	让它查询信息、计算或执行具体操作
Skill / 技能	标准作业指导书和模板包	教它用统一流程重复做好某类工作
MCP	通用插座标准	让不同 AI 应用用相似方式接入外部工具和资料
Permission / 权限	门禁和审批	限制它可以读取、修改或发送什么

一句话记忆：

模型负责想，Prompt 负责交代，资料负责提供依据，Agent 负责推进，Tool 负责动手，Skill 负责教方法，权限负责划边界。

第二遍：拆开看每个概念

模型不是资料库，也不是行动者

LLM 擅长理解和生成语言，但可能记错、算错或编造。单独的模型通常只能根据收到的内容返回答案；它不会天然知道公司最新数据，也不会自动访问你的文件。

例如你问“今天库存还有多少”，如果没有连接库存系统，模型只能说不知道或猜测。正确做法是给它经过授权的数据，或使用能查询库存系统的工具。

Prompt 是这一次的任务说明

Prompt 就是你现在对 AI 说的话。它适合一次性或当前对话中的要求，例如：

请把下面的会议记录整理成纪要，分为结论、待办、负责人和截止日期。
没有明确负责人或日期的项目写“待确认”，不要猜测。

Prompt 不等于 Skill。你每次复制同一套长说明，说明这项工作可能值得沉淀成 Skill。

Agent 是会循环推进任务的工作方式

普通网页对话通常是“你问一次，它答一次”。Agent 会经历一个循环：

1. 理解目标；
2. 判断当前缺少什么；
3. 选择是否调用工具；
4. 查看工具结果；
5. 继续下一步，或向你请求确认；
6. 输出结果并说明完成情况。

Microsoft 的初学者课程将 Agent 概括为：让 LLM 获得工具和知识，从而不只回复 Prompt，还能对外部世界采取行动。行动能力带来效率，也带来误操作风险。

Tool 是能产生真实结果的动作

Tool 可以是计算器、网页搜索、读取文件、运行命令、查询数据库或调用业务 API。它通常有明确输入和输出。

例如：

• “帮我算 19 × 27”可以调用计算器；
• “查看这个项目有哪些文件”可以调用文件读取工具；
• “查今天的政策”需要联网检索并打开来源；
• “发送邮件”属于会影响外部世界的工具，应在发送前确认对象和内容。

MCP 官方规范强调，工具由模型根据上下文发现和调用，但具体产品仍可以设置确认界面和权限规则。也就是说，“模型建议调用”不代表“必须无条件允许”。

Skill 是可重复使用的工作说明包

Skill 可以理解成给 AI 使用的 SOP。OpenAI 和 Anthropic 的公开 Skills 仓库都把它描述为包含说明、脚本和资源的文件夹，AI 在任务相关时按需加载。

一个 Skill 通常可能包含：

meeting-minutes/
├── SKILL.md          # 何时使用、执行步骤、质量要求
├── scripts/          # 可选：稳定执行重复操作的脚本
├── references/       # 可选：规范、字段定义、业务知识
└── assets/           # 可选：模板、图片、字体等素材

Skill 本身首先是“教法”，不是无限权限。它能告诉 Agent 应该使用哪个 Tool、按什么步骤做、如何检查结果，但真正读取文件、运行脚本或发送信息，仍由 Tool 和权限系统完成。

MCP 是连接方式，不是某个具体工具

不同 AI 应用如果各自用一套接口连接 GitLab、数据库或文件系统，维护会很麻烦。MCP 提供一种通用协议，让服务端暴露 Tools、Resources 等能力，客户端按统一方式发现和使用。

可以这样类比：Tool 是电器，MCP 是插头和插座标准。拥有插座不等于自动拥有所有电器，也不等于任何电器都可以不经授权运行。

权限决定“能看到什么、能改变什么”

常见权限可以分为三档：

1. 只读：搜索、查看文件、查询数据；
2. 本地修改：编辑文件、生成文档、运行测试；
3. 外部写入：发送邮件、推送代码、发布内容、修改数据库或删除资源。

初次使用 Agent 时，从只读开始。只有确认任务、对象和影响范围后，才逐步开放修改或外部写入权限。

第三遍：用一个完整例子串起来

假设你的任务是：“把会议记录整理成公司标准纪要，并保存为 Word。”

• 模型理解会议内容和语言；
• Prompt说明受众、篇幅和本次要求；
• Context是会议原始记录和参会人名单；
• Agent规划整理、核对、生成和检查步骤；
• Skill提供公司纪要格式、字段和质检规则；
• Tool读取记录、创建 Word 文件并渲染检查；
• 权限允许读取指定记录并在指定目录创建文件，但不允许自动发送给全公司。

如果缺少负责人，Agent 应标记“待确认”，而不是自行补上。这就是 Skill 中的质量规则与权限边界共同发挥作用。

第四遍：第一次怎么使用

只需要问答时

打开材科源图 LLM 平台，直接用网页对话。适合解释概念、改写文字、总结脱敏资料和生成草稿。

我是第一次接触这个主题。请先用不超过 150 字的生活类比解释，
再给一个工作中的例子，最后问我 3 个问题检查理解。

需要处理文件或执行步骤时

选择 Pi、Hermes、Claude Code 等 Agent 工具前，先阅读网页对话与 AI 工具怎么选。第一次实践建议：

1. 创建一个不含敏感信息的测试文件夹；
2. 让 Agent 先只读并总结文件；
3. 要求它说明计划和将要调用的 Tool；
4. 只批准范围明确、可以恢复的操作；
5. 查看修改前后差异，再决定是否保留。

想调用 Skill 时

不同产品的 Skill 安装方式不同，但使用思路相同：

1. 确认 Skill 来源可信，并阅读它的说明和权限需求；
2. 安装后重新启动对应工具（如果产品要求）；
3. 直接描述任务，或明确说“使用某某 Skill”；
4. 检查 Agent 是否选对 Skill、输入文件和输出位置；
5. 对生成结果进行人工验收。

示例：

请使用 PDF Skill 阅读《产品说明.pdf》，输出 10 条面向销售同事的要点。
只读取这一个文件；不要联网；无法从文件确认的内容标记为“未提及”。

第五遍：费曼自测

不要回看上文，尝试用自己的话回答：

1. 为什么说 Skill 更像 SOP，而 Tool 更像实际使用的设备？
2. 网页对话和 Agent 的最大区别是什么？
3. 为什么 Agent 有 Skill 仍然需要 Tool？
4. MCP 是工具本身，还是连接工具的标准？
5. 哪些操作应该在执行前由人确认？

如果你无法用一句简单的话回答，就回到对应小节重新阅读，再换一个你熟悉的工作场景进行类比。

常见误区

误区	正确理解
安装 Skill 就等于安装了一个模型	Skill 通常给已有 Agent 增加专门流程和资料，不是新模型
Tool 越多越好	工具越多，选择成本和权限风险越高；只启用任务需要的能力
Agent 说“完成了”就代表真的完成	应查看文件、测试结果、发送记录或系统状态等客观证据
MCP 可以绕过系统权限	MCP 只是连接协议，服务端、客户端和操作系统权限仍然生效
API Key 可以放进 Prompt 让 AI 帮忙配置	Key 是凭据，应使用环境变量或安全凭据存储，不应出现在聊天记录中

参考资料

本文于 2026-08-12 参考并重新组织了以下 GitHub 初学者与官方资料：

• Microsoft：AI Agents for Beginners——循序渐进的 Agent、工具调用、信任与协议课程。
• Microsoft：Introduction to AI Agents——用环境、感知与行动解释 Agent。
• OpenAI：Agent Skills——Skill 的组成、安装与按需使用方式。
• OpenAI Agents SDK——Agent、Tool、Guardrail 和循环执行等基础组件。
• Anthropic Skills 与 Skills Cookbook——把 Skill 解释为可动态加载的专业能力包。
• Model Context Protocol：Tools——工具发现、调用及用户交互模型。

提示

真正学会的标准不是“看懂了”，而是你能向另一位完全不了解 AI 的同事，用一个工作例子解释这些概念，并指出其中的权限风险。