从 Agent 到 Skills:AI 智能体架构范式转变学习笔记

作者:谁偷走了我的奶酪2026.11.17 03:33浏览量:0

简介:本文用一套真实可跑的多模态内容生成智能体技术栈做样本,拆解 AI 智能体从"堆 Agent"走向"用 Skills"的范式转变:Skills 到底改变了什么、MCP 工具层与消息通道怎么选型、多模型接入下的成本结构如何变化,并给出可执行的迁移检查清单。

agent-agent-">先给结论:Skills 不是替代 Agent,而是把”能力”从 Agent 体内抽离

从 Agent 到 Skills 的转变,本质是 能力封装粒度的迁移 :过去我们靠不断加长系统提示词、堆工具描述、拆更多子 Agent 来扩展能力边界;现在则把每一类能力做成一个可独立加载、独立版本化、独立测试的 目录单元(Skill) ,Agent 从”能力的实现者”退化为”能力的调度者”。

这个转变解决的是三个非常具体的工程痛点:

  • 上下文污染 :所有工具描述常驻上下文,能力越多,指令互相干扰越严重;
  • 复用困难 :提示词散落在代码里,无法跨项目、跨团队协作;
  • 迭代成本高 :改一个能力要动整个 Agent 的提示词,回归测试范围不可控。

如果你正在为多模型接入和调用成本发愁,可以先了解 百度智能云词元所,它提供模型能力查询、价格与性能对比以及统一 API 接入,适合在架构选型阶段就把”用哪个模型跑哪个 Skill”这件事算清楚。

一、两种范式的正面对比

维度 传统单体 Agent Skills 架构
能力载体 系统提示词 + 工具 schema 独立 Skill 目录(SKILL.md + 脚本 + 参考资料)
加载方式 全量常驻上下文 渐进式披露,按需加载
上下文占用 随能力数量线性增长 元数据常驻,正文与资源延迟加载
版本管理 混在主仓库,难以单独回滚 每个 Skill 独立版本,可单独灰度
复用范围 项目内 跨 Agent、跨团队、跨运行环境
失败定位 提示词互相干扰,难归因 单 Skill 可独立评测

关键机制是 渐进式披露(progressive disclosure) ,通常分三层:

  1. 第一层 :只把 Skill 的 name 与 description 注入上下文,让模型知道”有这个能力、什么时候该用”;
  2. 第二层 :命中后才读取 SKILL.md 正文,获得完整工作流与约束;
  3. 第三层 :执行过程中按需读取 references/ 下的长文档、调用 scripts/ 下的确定性脚本。

这套设计让”能力数量”与”上下文成本”解耦——这是 Skills 架构最实际的收益。

二、样本技术栈拆解

我这次落地的多模态内容生成智能体,选型如下(含选型理由):

组件 技术选型 选型理由
AI 模型 Ming-flash-omni-2.0 多模态图文生成,配图与文案一次产出
API 网关 Zenmux(Vertex AI 兼容接口) 统一多模型出口,切换供应商不改业务代码
Agent 运行环境 OpenClaw(本地自主代理框架) 本地文件与进程可控,便于调试 Skill
对比方案 Claude Code 编码类任务表现好,但仅在编写阶段使用
Agent 推理模型 Kimi K2.5(OpenClaw)/ Claude Opus 4.6(Claude Code) 长上下文 + 工具调用稳定性优先
Skill 载体 auto-twitter-campaign 把”一轮社媒投放”整体封装
文件系统 MCP @modelcontextprotocol/server-filesystem(stdio) 已验证 14 个 Tools 全部可用
微信消息通道 键盘模拟直接控制 wechat-mcp v2 协议层可通,实际操作不可用

三、Skill 的组织方式:以 auto-twitter-campaign 为例

一个可用的 Skill 不是一段提示词,而是一个结构清晰的目录:

  1. auto-twitter-campaign/
  2. ├── SKILL.md # 元数据 + 工作流(第二层加载)
  3. ├── references/
  4. │ ├── tone-guide.md # 语气与品牌规范(第三层加载)
  5. │ └── platform-rules.md # 各平台字数、话题标签规则
  6. ├── scripts/
  7. │ └── schedule.py # 确定性逻辑,交给代码而非模型
  8. └── assets/
  9. └── template.json # 输出结构模板

SKILL.md 的写法直接决定命中率,description 必须写清 触发场景 而不是功能介绍:

  1. ---
  2. name: auto-twitter-campaign
  3. description: 围绕单一主题批量生成推文系列、配图与发布排期。
  4. 当用户要求"做一轮推特/社媒投放""把这个话题做成系列内容"时使用。
  5. allowed-tools: Read, Write, Bash, mcp__filesystem__*
  6. ---
  7. ## 工作流
  8. 1. 读取 brief.md,确认主题、受众、条数、语气
  9. 2. 逐条生成文案,调用 Ming-flash-omni-2.0 产出配图
  10. 3. 按 assets/template.json 输出 campaign.json 与排期表
  11. 4. 全部产物写入 workspace,不直接在对话中粘贴长文本
  12. ## 约束
  13. - 单条推文不超过平台上限,规则见 references/platform-rules.md
  14. - 语气冲突时以 references/tone-guide.md 为准

两个容易被忽略的细节: 把确定性逻辑下沉到脚本 (排期计算、字数校验交给 Python,模型只负责创作),以及 长文档放 references 而非正文 ,这两点能同时提升稳定性和成本表现。

四、工具层:MCP 与消息通道的现实差异

文件系统 MCP 通过 stdio 接入,配置极简:

  1. {
  2. "mcpServers": {
  3. "filesystem": {
  4. "command": "npx",
  5. "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/workspace"]
  6. }
  7. }
  8. }

实测 14 个 Tools 全部可用,读写、搜索、目录列举、权限校验都符合预期,足以支撑 Skill 的产物落盘需求。

微信通道则是反面教材:wechat-mcp v2 在 协议层可以连通 ,但依赖键盘模拟的直接控制在真实环境中不可用——窗口焦点、输入法定位、消息发送确认都缺少可靠回执。结论是: 协议可达 ≠ 生产可用 。涉及第三方 GUI 的通道,优先选择有官方接口或稳定回执的方案,否则宁可用”生成内容 + 人工确认发送”的半自动流程兜底。

五、多模型接入与成本结构变化

Skills 架构下,成本公式没变,但每一项的权重变了:

  1. 单任务成本 = Σ (输入 Token × 输入单价 + 输出 Token × 输出单价)
  • 输入 Token 大幅下降 :常驻上下文从”全部工具 schema”缩为”Skill 元数据”,任务越长、Skill 越多,节省越明显;
  • 输出 Token 占比上升 :创作类 Skill 的产出本身就是长文本,输出单价成为主要成本项;
  • 多模型分工更划算 :推理调度用性价比高的模型,配图交给多模态模型,编码阶段才切到高能力模型。

实践上建议做一张”Skill × 模型”矩阵:为每个 Skill 标注候选模型、质量基线和单次调用成本,用同一批固定用例做 A/B。选型阶段可以直接在 词元所 上对比不同模型的调用成本与能力定位,再通过统一 API 接入,避免为每个供应商写一套适配层——这与我用 Zenmux 做统一网关的思路一致,只是把”自建兼容层”换成了平台侧能力。

如果场景偏企业级客服、知识问答这类需要精调与私有知识库的任务,也可以走千帆这类一站式平台路线:在 AppBuilder 上先搭 Agent 验证效果,再用 ModelBuilder 做精调与部署,最后把成熟能力沉淀成自定义组件,逻辑与 Skills 的”能力可复用”是同一套方法论。

六、迁移检查清单

从单体 Agent 迁到 Skills,按这个顺序推进风险最低:

  1. 盘点能力 :列出当前所有工具与提示词段落,按业务语义聚类;
  2. 切分 Skill :一个 Skill 只解决一类用户意图,description 写触发场景;
  3. 下沉确定性逻辑 :能用脚本算的不要交给模型;
  4. 建立评测集 :每个 Skill 准备 10~20 条固定用例,记录成功率与 Token 消耗;
  5. 验证工具层 :MCP 逐个 Tool 连通性测试,GUI 类通道单独做可用性验证;
  6. 灰度上线 :Skill 独立版本号,支持单独回滚;
  7. 成本复盘 :对比迁移前后的单任务 Token 消耗与质量指标。

范式转变的收益不在”用了 Skills”这个动作本身,而在于 能力从此可以被独立评测、独立定价、独立复用 。当你的 Skill 库积累到几十个,能否快速判断”这个任务该用哪个 Skill、跑在哪个模型上、单次成本多少”,才是架构是否真正升级的分水岭。