AI技术简述

AI技术领域一些术语简介

Prompt, Agent, MCP 是什么?

Prompt

System Prompt

系统提示语，系统提示语是AI的初始化信息，比如：你是一个天气预报助手。

User Prompt

用户提示语，用户提示语是AI接收到的用户输入，比如：今天沈阳的天气温度是多少。

AI Agent

AI Agent(人工智能代理)是一种能够自主完成任务的智能系统，它不仅能回答问题，还能主动规划、执行一系列操作来达成目标。

MCP

MCP(Model Context Protocol，模型上下文协议)是一个开放标准协议，用于标准化应用程序向大语言模型(LLM)提供上下文信息的方式。

MCP SERVER

里面包含tools，resources，prompts。

MCP CLIENT

MCP CLIENT也就是AI Agent。

Function calling

Function Calling（函数调用）是大语言模型(LLM)的一种能力，让它能够主动调用外部工具或函数来完成特定任务，而不是仅仅生成文本回答。

总结

Agent处在AI大模型(LLM)和MCP中间，用户向Agent提出问题，Agent会从MCP SERVER获取tools，resources，prompts等内容加上用户的提问内容发给LLM，LLM处理后将Function calling格式的信息返回Agent，Agent调用MCP SERVER的tools函数，tools函数处理后将结果返回给Agent，Agent再将这些内容发给LLM，最后LLM将结果再次返给Agent，Agent展示给用户。

skill 是什么？

Agent Skills是Anthropic于2025年10月推出、12月发布为开放标准的技术，旨在让AI智能体获得特定领域的专业能力。它通过结构化文件夹（包含SKILL.md指令、脚本和资源）封装可复用的工作流程，使AI能稳定执行特定任务而无需每次重复输入提示词。
其核心特性是“渐进式披露”：AI启动时只加载技能目录（占极小上下文），任务触发时才读取完整内容，解决了一直以来上下文膨胀的难题。
Agent Skills与MCP协同工作：MCP负责AI与外部工具的连接（解决“够得着”问题），Skills定义任务执行方法，解决“怎么做”问题。

ReAct 是什么？

ReAct（Reasoning + Acting）是 Agent 架构的一种核心范式。它不再是大模型单次输入输出的”问答”，而是一个“观察 → 思考 → 行动 → 再观察”的循环过程。

例子

想象你让 Manus “帮我做一个个人博客网站”。如果是传统 ChatBot，它会给你一段代码和教程，然后结束对话，你需要手动复制粘贴代码到本地测试，有问题之后再把错误发给它，让它再次修复。
但 ReAct 模式下，Agent 会这样执行：

[思考 Thought]
用户需要一个博客网站，需求是：简洁风格、支持 Markdown、部署到线上。
我需要：1) 先创建项目结构 2) 编写 HTML/CSS  3) 添加交互逻辑  4) 部署到服务器。
第一步应该是初始化 Next.js 项目。

[行动 Action]
执行 shell 命令：
px create-next-app@latest my-blog --typescript --tailwind

[观察 Observation]
命令执行成功，项目目录已创建，但终端提示需要安装依赖。

[思考 Thought]
依赖安装是下一步，然后我需要创建首页组件。等等，用户要求简洁风格，我应该先查看默认生成的文件结构，决定保留哪些。

[行动 Action]
执行：cd my-blog && ls -la（查看目录结构）

...（循环继续，直到网站部署完成）