从 LLM 到 Agent Skill：大模型基础从 0 理解 Agent

很多人在学习大模型的时候，知识点是零散的：一会看 Token、一会看上下文窗口、一会刷到 RAG，刚看懂工具调用，又冒出 MCP、Agent Skill，越学越乱。本文顺着底层基础 → 模型原理 → 增强技术 → 外部能力 → Agent 体系的顺序，逐层递进梳理，搭建一条连贯的基础学习链，对大模型有简单的了解，也方便后续自己复盘查阅信息。

一、LLM：大语言模型

LLM（Large Language Model），也就是我们常说的大语言模型。
从底层视角理解，LLM 的核心输入是 Token、Context、Prompt、Tool、MCP、Agent 这几类要素，模型依靠这些要素完成推理链路。

• 底层原理：Transformer 架构，核心是自注意力算法–这个架构是大模型的地基，内容比较复杂，不属于基础范围。
• 发展历程：从 GPT 系列迭代，到现在各大厂商开源、闭源模型百花齐放
• 行业现状：模型不再是 OpenAI(gpt系列) 一家独占，Claude、Gemini 等产品各有侧重，在长文本、多模态等方向形成差异化竞争

二、大模型工作原理

文本自回归：接收一段输入，模型根据前面已经生成的内容，预测下一个最可能出现的词，循环往复，直到输出结束标记，停止生成。

简单一句话：给上文，猜下一个 token，循环输出全文。

三、Token和Tokenizer

这两个分离不开所以放到一起。
模型本身没办法直接看懂人类文字，它只能识别数字。Tokenizer 就是负责把人类文本和模型可识别的数字 ID 互相转换的模块。Token是 Tokenizer 切分之后的产物，是大模型处理文本的最小单位。注意：不是严格按照汉字 / 单词一刀切，一个单词可能拆成多个 token，也可能多个短词合并成一个 token。不同模型的分词器不一样，大多有自己独立的词表，所以同样的文本用不同模型产生的token数量也不同。

• 编码：把一句话切分成一个个 token，映射成对应的数字 ID
• 解码：把模型输出的数字 ID，还原回人类可读的文字

举例：下图用o200k_base编码计算一串文字共占用7个token，每个词对应的tokenid如图所示。

• 换算参考：1 个 token ≈ 0.75 个英文单词（约 3~4 个英文字符），1 个 token ≈ 0.6~1.5 个中文字符（反过来，1 个汉字约 1~1.5 个 token），感兴趣的可以自己去网站计算查看：https://tosea.ai/zh/free-tools/token-counter。

四、Context：大模型的临时记忆体

Context 是模型推理时可以 “看见” 的全部内容，相当于模型的短时记忆。

• 记忆局限：模型本身没有持久记忆，推理过程只能读取当前这一轮上下文里面的信息，对话结束之后，不会自动保存记忆
• 组成：上下文里面，一般包含历史对话、用户新提问、系统提示词（System Prompt）等内容
• context上下文窗口限制：context上下文内容不是无限的，有上下文窗口限制，也就是当前这一轮推理，模型能读取的全部 token 总量。每个模型都有固定上下文上限，比如比如 GPT-4 128K、32K，代表它单次最多容纳十几万 token 的内容，超过上限之后，最早的内容会被截断丢掉。

举例：【系统提示System Prompt --8token】 + 【用户第一次提问–5token】+【模型回答–8token】+【用户第二次提问–10token】… 用context不断拼接依次累积直到超过上下文上限，会从前往后截断，模型会忘掉前面的内容。

痛点：长文档、大量知识库内容，一次性塞进上下文窗口，成本极高，而且很容易超限。
解决这个痛点的技术，就是 RAG。

五、RAG：突破上下文限制的技术

RAG（Retrieval-Augmented Generation，检索增强生成），专门解决大模型上下文不够、不能读取私有文档的问题。RAG是一套组合技术：向量检索+大模型。

• 基本思路：用户提问之后，先去外部知识库检索相关片段，把检索到的相关内容和用户问题一起打包给大模型，再由模型基于检索到的资料回答问题。简单的说就是一个检索的预处理，向量检索程序先独立执行，筛选出相关性高的少量片段，再把检索得到内容+用户问题塞入context上下文。
• 技术优势：不需要把全部文档塞进模型上下文，降低 token 成本；同时可以接入私有、实时更新的资料，弥补模型静态训练数据的短板。

六、提示词（Prompt）

Prompt 就是我们发给大模型的指令，是人和模型交互的入口。

• 影响：Prompt 质量直接决定输出效果，写得越清晰、约束越明确，模型返回结果越贴合预期
• 分类：
  1. 基础提示词：简单问答，直接提需求
  2. 角色提示词：给模型指定身份，例如 “你是一名软件测试工程师”，“你是一名作家”
  3. 工具提示词：引导模型调用外部工具、执行函数
  4. 组合提示词：多角色、多步骤混合，适合复杂任务

七、Function Calling：大模型外部能力

原生 LLM 本身只会做文本生成，没办法联网、查数据、调用接口、操作文件。想要让它和真实世界交互，就要给它加上外部能力：

1. 工具调用（Function Calling）：模型识别到需要外部信息，输出结构化参数，调用后端提前写好的函数接口，拿到结果之后，再把结果放回上下文，继续回答用户
2. 角色委派：复杂任务拆成多个子角色，不同角色各司其职，协同完成整套流程
3. 核心价值：把大模型从 “只会写文字的聊天机器人”，变成可以调用工具、执行任务的智能体

八、MCP：统一的工具接入标准

MCP (Model Context PROTOCOL)模型上下文协议是一套标准化协议，用来统一不同模型、不同工具之间的调用规范，解决各家模型工具调用格式不统一、生态割裂的问题。大模型是一个生成文本的AI，它不能直接发起网络请求，如果要调用工具接口，会输出一段json报文让应用程序去调用工具。
举例：

//openai希望调用天气查询工具输出格式{"tool_calls":[{"function":{"name":"query_weather","arguments":{"city":"北京"}}}]}//claude输出格式{"tool_use":[{"name":"query_weather","input":{"city":"北京"}}]}//可以看到参数名不一样，不统一，于是引出MCP标准

• 接入特点：一套 MCP 协议，兼容 GPT、Claude、Gemini 等不同大模型，一套工具可以对接多个模型
• 学习意义：MCP 是 Agent 生态的基础设施，后续绝大多数 Agent 框架，都会基于这套标准去接入工具

九、Agent：自主规划的智能体

Agent=大模型 + 规划能力 + 工具调用能力。

它不再是 “用户问一句，模型答一句”，而是可以自主拆解复杂目标、规划步骤、调用工具、循环校验，直到任务完成。本质就是让模型能更规范按要求来完成任务,并将任务变成一套可循环执行流程。

• 核心要素：目标、规划、工具、反思、迭代
• 典型范式：ReAct、Plan-and-Execute 等(这些需要自己去深入了了解)
• 学习路径：理解 Agent，重点要学会看它的思考链路：怎么拆解任务、什么时候调用工具、拿到结果之后怎么判断是否完成目标

十、Agent Skill ：说明文档

Agent Skill 可以理解成给 Agent 用的 “技能说明书”。
我们把一个可复用的能力封装成 Skill，写清楚这个技能的功能、入参、出参、调用方式、约束条件，Agent 读到这份文档之后，就知道什么时候、怎么调用这个技能。

• 文档结构：包含技能名称、描述、入参、出参、示例、异常处理
• 存储规范：一般以 JSON/YAML 格式维护，和代码、知识库解耦
• 运行机制：Agent 在规划任务的时候，检索可用 Skill 列表，匹配用户需求，自主选择调用对应的技能
• 功能特点：标准化、可复用、可插拔，是规模化搭建 Agent 应用的核心

十一、总结回顾

Tokenizer → Token → Context（上下文窗口） → Prompt → LLM基础能力 → RAG（补知识库） → FunctionCalling工具调用 → MCP统一工具协议 → Agent自主规划 → Agent Skill技能封装
LLM 是底座，Token 是最小单元，上下文是它的短时记忆；RAG 补知识库，工具调用丰富功能；MCP 统一工具生态，Agent 赋予自主执行能力；Agent Skill，就是让 Agent 能力规模化、可复用的工程化方案。