一文读懂Agent工程六大核心组件：Token、Skill、RAG、MCP、SDD与Harness

agent-">引言：Agent工程并非模型竞赛

当前，大语言模型的能力边界不断拓展，但企业在落地智能体（Agent）应用时，往往陷入一个误区：认为只要换用参数规模更大的模型，Agent的表现就会自然提升。然而，实践中驱动智能体从“能回答”走向“能交付”的核心，并非单一模型的智能水平，而是围绕模型构建的一套系统工程。

这套工程的核心在于六层约束：Token、Skill、RAG、MCP、SDD与Harness。它们并非六个并列的孤立概念，而是同一系统在“感知—决策—行动—交付”链条上各自承担关键职能的组件。理解这六者的定义、作用边界以及协同机制，是构建可靠Agent应用的前提。

一、核心概念定义：六大组件的“是什么”

1. Token：Agent的“工作记忆窗口”

Token是模型处理文本的基本单元，它决定了Agent单次交互所能“看见”和“处理”的上下文总量。在Agent工程语境下，Token不仅仅是计费单位，更是约束Agent短期记忆与信息容量的物理边界。一个上下文窗口有限的Agent，无法同时容纳长文档、多轮历史对话与外部工具返回的完整结果。因此，Token管理本质上是Agent的信息预算管理。

2. Skill：Agent的“行为惯例库”

Skill（技能）是Agent针对特定重复性任务封装的可复用行为模式。它定义了Agent在面对相似输入时，应当遵循的操作步骤、决策规则与输出格式。例如，处理“客户工单分类”这类任务，Skill可以规定先提取关键词、再匹配历史知识库、最后按优先级打标签的固定流程。Skill将模型从“每次重新推理如何做”中解放出来，提升执行的一致性与效率。

rag-agent-">3. RAG：Agent的“外部知识补给站”

RAG（检索增强生成）是一种将外部知识源引入生成过程的技术架构。当Agent遇到自身参数知识无法覆盖的最新信息、私有文档或专业领域问题时，RAG通过向量检索或关键词检索，从外部知识库中召回相关证据片段，并将其注入提示词上下文，使模型基于事实证据而非纯粹记忆进行回答。RAG解决了Agent知识的时效性与专业性问题。

4. MCP：Agent的“标准化外部触手”

MCP（模型上下文协议）是一套用于Agent与外部系统（数据库、API、业务系统）进行标准化交互的协议规范。它统一了工具调用的接口定义、鉴权方式、参数传递与结果返回格式。没有MCP，Agent每接入一个新系统就需要定制一套集成逻辑；有了MCP，Agent可以使用统一的方式发现、调用和管理外部工具，显著降低集成的复杂度与安全风险。

5. SDD：Agent的“行动蓝图与验收标准”

SDD（规格驱动开发）强调在Agent执行编码或复杂任务之前，先明确定义任务的目标、输入输出格式、约束条件与验收标准。在代码生成场景中，SDD要求Agent先产出详细的技术规格说明（如函数签名、数据结构、边界条件），再开始编写具体实现。这避免了模型“自由发挥”导致的结果偏差，使Agent的行为可预期、可验证。

6. Harness：Agent的“运行时骨架与可靠性护盾”

Harness（Agent运行框架）是承载上述所有组件协同工作的执行环境。它负责编排Agent主循环（感知—推理—行动—观察）、管理状态持久化、处理异常重试、监控执行日志、控制并发与资源配额。Harness决定了Agent的“运气上限”——即使单个模型推理足够强大，如果Harness不稳定，整个系统依然会崩溃。它是将各能力组件“拧成一股绳”的关键。

二、背景与价值：为什么是这六层约束？

Agent系统面临的真实挑战并非“模型不够聪明”，而是“系统不可控”。具体表现为：

• 上下文溢出：对话不断拉长，Token窗口被历史信息占满，模型遗忘早期关键指令。
• 行为不稳定：同一任务反复执行，模型输出却时常变异，缺乏固定流程约束。
• 知识陈旧：模型参数知识截止于训练时间，无法应对实时数据与私有文档。
• 系统集成脆弱：每次对接新工具都需编写大量胶水代码，且安全难以统一管控。
• 交付物质量难保障：模型生成的代码或文档无验收标准，返工率高。
• 运行时不可观测：Agent在循环中发生错误时，无法追踪是哪一步决策导致失败。

这六层组件正是针对上述问题逐一给出的工程化答案。它们共同构成了一条从“模型能力”到“业务交付”之间的可靠管线。将这六层搭稳，意味着Agent系统具备可控的信息输入（Token）、标准的行为模式（Skill）、实时的知识补给（RAG）、安全的工具接入（MCP）、明确的任务规格（SDD）以及稳健的运行时支撑（Harness）。

三、核心组成：六大组件内部结构拆解

Token组件的关键组成

• 上下文窗口管理机制：滑动窗口、摘要压缩、关键信息保留策略。
• Token分配策略：区分系统提示词、工具调用结果、对话历史与用户新输入的配额。
• 计费与性能权衡：更长的上下文意味着更高的内存占用与推理延迟。

Skill组件的关键组成

• 技能描述元数据：触发条件、适用场景、步骤清单、输出Schema。
• 技能执行引擎：按图调度技能步骤，支持条件分支与循环。
• 技能生命周期管理：版本迭代、灰度上线、失效熔断。

RAG组件的关键组成

• 数据接入层：支持文档解析、清洗、切块。
• 向量化与索引层：Embedding模型生产向量、向量数据库存储与检索。
• 检索融合层：混合检索（关键词+向量）、重排序、上下文拼装。

MCP组件的关键组成

• 工具发现服务：Agent可查询当前环境中有哪些可用工具。
• 协议适配层：将工具请求和响应标准化为统一Schema。
• 安全网关：鉴权、限流、参数白名单、敏感操作审批。

SDD组件的关键组成

• 规格定义模板：包括输入/输出类型、契约测试用例、错误码约定。
• 规格生成与评审：Agent先产出规格，可能有机器或人审步骤。
• 规格跟踪与验证：执行过程中对照规格校验中间结果。

Harness组件的关键组成

• 主循环调度器：管理Agent的思考、行动、观察循环。
• 记忆沙盒：短期记忆（对话窗口）与长期记忆（向量注册表）的读写。
• 可观测性模块：日志、追踪、指标、审计记录。
• 容错机制：超时中断、自动重试、降级回退、人工介入通道。

四、工作原理：它们如何协同运转？

一个典型的企业级Agent任务执行流程，恰好体现了六者的协作逻辑：

1. 任务接收与规格解析（SDD参与）：用户提交需求，Harness首先触发SDD模块，将模糊需求转化为明确的子任务列表与验收标准。
2. 上下文初始化（Token参与）：Harness将SDD生成的规格摘要、用户意图、相关历史记录加载进模型上下文窗口，严格控制Token配额，确保核心指令不被稀释。
3. 知识检索补充（RAG参与）：在推理阶段，模型判断需要最新或私有数据，调用RAG模块，从企业知识库检索相关文档片段，注入上下文。
4. 工具调用决策（MCP参与）：Agent决定调用外部API（如查询订单系统），通过MCP协议标准接口发起请求，获得结构化响应后填回上下文。
5. 执行既定流程（Skill参与）：若该任务属于重复性场景（如“每周生成报表”），Harness直接加载对应Skill，按技能定义的标准步骤执行，减少模型自由推理带来的不确定性。
6. 全流程监控与容错（Harness参与）：整个过程中，Harness记录每一步的输入输出、Token消耗、工具响应时间。若某步失败，Harness执行重试或切换备用Skill。最终结果输出前，Harness依据SDD定义的验收标准进行校验，不达标则触发修正循环。

可见，SDD制定标准，Token分配空间，RAG补充知识，MCP打通世界，Skill固化经验，Harness保障执行。六者环环相扣，缺失任何一层，系统都会在相应环节出现不可控的断裂。

五、典型应用场景

场景一：企业知识库智能问答

此场景下，RAG是核心——从企业维基、产品文档、合规文件中检索答案；Token管理至关重要，需将检索到的多篇长文档压缩为精炼摘要并合理控制长度；Skill可定义“标准问答”的回复格式（如必须标注引用来源）；Harness则负责监控检索质量，检索结果为空时触发多轮改写查询。

场景二：自动化代码生成与仓库维护

SDD在这里是“守护神”——Agent生成代码前，必须先编写包含函数签名、输入输出类型、异常路径的规格文档；MCP允许Agent通过统一协议与代码托管平台、CI流水线、依赖管理工具交互；Harness负责在Agent生成了不合法代码时，基于编译错误信息触发修正循环，而Token窗口需合理分配，以同时容纳仓库结构概览与关键文件内容。

场景三：复杂业务流程自动化（如订单异常处理）

Harness负责编排主流程并保障长时运行不中断；Skill封装了“检查库存—核对扣款—触发补发”的标准操作流程；MCP标准化了对接ERP、物流网关、支付系统的接口；Token预算需重点分配给状态追踪变量与工具返回的订单详情。RAG在遇到用户反馈中未见过的新型错误描述时，可从历史工单库中检索类似解决案例。

场景四：智能数据分析与报告生成

SDD定义了报告的结构（摘要、关键指标、趋势图表），及数据口径的定义；RAG从数据字典中检索指标计算逻辑；Skill积累了“异常波动分析”的标准分析方法论；Harness在数据查询超时或返回空值时自动降级，改用缓存数据并标注说明。

六、相关概念区别：打破混淆

• Token vs. 记忆：Token是物理资源限制，是模型单次处理的最大信息量；记忆是数据管理策略（如摘要历史转换为新Token）。优化记忆，是为了更高效地利用有限的Token。
• Skill vs. Prompt模板：Prompt模板是静态的文本填充；Skill是带有状态流转、条件分支与可调用其他工具的动态执行单元。Skill是“程序”，而Prompt模板是“字符串”。
• RAG vs. 模型微调：RAG不改变模型权重，通过外部检索动态补充知识，实时性强、成本低；微调将知识固化进参数，适合风格模仿或固定任务域的深度适配，但更新成本高。两者可互补，RAG解决“快知识”，微调解决“深能力”。
• MCP vs. 普通API调用：API调用往往是点对点的定制开发；MCP是一个抽象层，定义了Agent与工具之间的通用交互规范。MCP的价值在于“一次接入，双侧复用”——Agent端和工具端都只需适配一次协议。
• SDD vs. 单元测试：单元测试是编写代码后进行验证，是“事后检查”；SDD是编码前对预期行为的严格定义，是“事前约束”。SDD使后续的测试目标更清晰，但不等同于测试本身。
• Harness vs. 业务流程引擎：业务流程引擎（如工作流编排系统）侧重业务审批流的状态机；Harness更多关注Agent的认知循环（推理—行动—观察）与LLM特有的错误模式（如幻觉、token耗尽、循环不收敛）。Harness比传统流程引擎多了对模型原生特性的适配。

七、使用注意事项与落地建议

注意Token预算的“水桶效应”

上下文窗口被长工具响应占满后，模型对核心指令的遵循度会显著下降。建议：为系统提示词预留固定额度；对工具返回结果做摘要再拼接；设置硬性Token上限并强制截断。

Skill的设计要避免“过度固化”

对于非重复的创造性任务，强行绑定Skill可能抑制模型的推理灵活性。需评估任务的结构化程度——高频且模式固定的任务适合Skill，探索性任务则宜采用动态思维链。

RAG的检索质量比数据库大小更重要

不合理的文档切块会造成语意割裂，Embedding模型与领域文本的匹配度往往被忽视。除了优化切块，还应建立检索质量评测集，监控检索命中率与最终回答的忠实度。

MCP安全是底线

统一协议虽然简化了集成，但扩大了攻击面。必须建立严格的工具审批机制：禁止Agent调用未列入白名单的工具，对涉及资金、隐私的敏感工具做二次确认，并审计所有工具调用参数。

SDD的规格生成需要人机协同

对于复杂的业务逻辑，完全依赖Agent自主编写规格容易产生偏差失效。建议坚持“机器提出初稿，人审确认”的机制，尤其是涉及金融、医疗等强合规领域时，规格必须由工程师签字审核。

Harness的可观测性建设不可回避

Agent的决策链条长，排障难度远大于传统单体应用。建议接入全面日志，记录每一步的Prompt、工具返回、Token消耗与耗时，最好能够实现按traceID串联的流程可视化，确保问题可回放复现。

八、总结：核心定义与适用边界

Agent工程的本质是定义一套控制系统。Token划定信息边界，Skill注入行为惯性，RAG连接外部证据，MCP打开系统风险可控的交互入口，SDD设定交付契约，Harness托底整套运行秩序。这六者共同回答了同一个工程命题：“如何让大模型在真实业务环境中稳定产出可靠结果”。

适用边界很清晰：如果你的应用只需要单轮问答，那么RAG和适当的Token管理就足够；如果需要执行多步骤操作，SDD与MCP就必须上线；如果要迈向规模化生产，Harness与Skill的管理能力最终决定系统的上限。不要等待模型无限强大后才开始工程化，从今天起，将Token、Skill、RAG、MCP、SDD、Harness这条链路搭稳，才是通往可靠Agent系统的必经之路。