文章目录一、LLM二、Token三、Context核心作用与特点Context Window四、RAG为什么需要RAGRAG如何工作五、Prompt六、Tool七、MCPMCP是什么为什么需要MCP八、Agent九、Agent Skill1、什么是Agent Skill2、为什么需要 Agent Skill2.1 当前 Agent 开发的痛点2.2 Agent Skill 的解决方案十、总结一、LLM大语言模型Large Language Model, LLM是能够理解、生成和推理人类语言的人工智能其能力源于对海量文本数据的学习。当前主流的大模型普遍以 Transformer 神经网络架构​ 为技术核心那么他是怎么工作的呢接收输入您输入“这篇文章如何”模型将其转换为一系列数字标记Token。首次预测模型基于您的整个问题计算出一个概率分布并从中采样或选择概率最高的生成第一个词比如“特别”。循环生成模型会将您的问题 ​ 它自己刚生成的“特别”组合成新的输入序列再次计算下一个词的概率分布然后生成“清晰”。持续扩展这个过程循环进行输入 已生成的全部文本 - 预测下一个词 - 追加到末尾。终止条件生成不会无限继续。当模型预测出的下一个词是特定的结束符时或者达到预设的最大生成长度时它就会停止。模型并不是“觉得输入完了”而是“预测到该结束了”。在每一步模型计算的是整个序列您的原始问题 它已生成的所有词的概率分布但只输出最后一个位置预测的下一个词。这确保了上下文的连贯性。二、Token大语言模型LLM的核心本质是一个庞大的数学函数参数矩阵其内部运行的是纯数字的矩阵运算。它并不直接“理解”或“看见”人类文字。因此在与人类交互时需要一个不可或缺的“翻译官”——即 Tokenizer分词器/令牌化器。它主要承担两个关键功能编码在输入时将用户输入的文字如“这篇文章如何”切分成模型认识的片段Token并转换成模型能处理的数字序列。解码在输出时将模型计算出的下一个数字转换回人类可读的文字如“特别”。人类输入文字​ → Tokenizer编码文字→数字​ → 模型计算数字→数字​ → Tokenizer解码数字→文字​ → 人类看到文字回复。Token 大模型处理的最基本单元三、ContextContext上下文​ 是大语言模型在生成每一个词时所依据的全部已知信息的总和。您可以将其理解为模型当前的“短期记忆”或“思维背景”。Context 就是指模型在预测下一个词时所参考的“全部已知信息”。它本质上是一个不断增长的、由Token ID组成的数字序列。具体来说它包含两个部分初始输入您的问题经过Tokenizer编码后的数字序列。历史输出模型自己已经生成的所有词同样被编码成数字并追加在后面。核心作用与特点决定生成内容模型每一步的预测都基于当前整个Context序列进行计算。就像我们说话要考虑之前说过的所有话一样模型依靠完整的Context来保证回复的连贯性、相关性和逻辑性。有长度限制所有模型都有一个固定的 “上下文窗口”​ 大小例如 4K、8K、128K Tokens。这意味着Context序列的长度不能超过这个限制。当对话或文本超过这个长度时最早的信息会被“挤出”窗口模型就会“忘记”它们。技术实现模型通过 “注意力机制”​ 来有效处理Context。这个机制允许模型在预测时动态地“关注”Context序列中不同位置、不同重要性的信息而不是平等地看待每一个词。一个简单的比喻把大模型生成回答想象成您正在写一篇文章。 Context​ 就是您面前已经写好的所有文字包括最初的提纲和您刚写完的句子。您写下一个句子时必须反复阅读前面已经写好的所有内容Context才能保证文章前后一致、逻辑通顺。您的短期记忆容量是有限的上下文窗口如果文章太长您可能就记不清开头的具体细节了。因此Context是大模型实现连贯对话和多轮推理能力的根本基础。它的长度和质量直接决定了模型处理复杂任务如长文档分析、长篇对话、代码编写的上限。Context WindowContext Window​ 是大语言模型单次处理时其 Context上下文​ 所能容纳的最大 Token词元数量。它是模型核心能力的一个关键硬性指标直接决定了模型“短期记忆”的容量。您可以将其形象地理解为模型的 “工作记忆白板”​ 或 “实时信息缓冲区”​ 的大小。为什么上下文窗口如此重要它从根本上限制了模型能处理的任务复杂度长文档处理能否一次性读完一整本书、一份长篇报告或一篇学术论文进行分析。多轮对话能否在长达数小时或数天的对话中始终保持对早期讨论内容的记忆保证对话连贯。复杂任务执行能否基于一整个代码库进行编程或综合多份材料进行创作、推理和总结。信息完整性窗口越大模型在生成回复时能参考的背景信息就越全面理论上回复会更准确、相关。以下是目前主流大语言模型的上下文窗口Context Window大小对比模型TokensGPT-4.1 系列1M (100万)Gemini 2.5 Pro / 3 Pro1M (100万)DeepSeek1M (100万)Qwen 1.532k四、RAGRAG检索增强生成​相当于给大模型配一个“海马体”你可以把纯大模型想象成一个知识渊博但爱吹牛的小说家。他读过的书训练数据都记在脑子里能滔滔不绝地讲。但有两个毛病他只会讲“记忆里”的故事不知道昨天刚发生的大事。他分不清哪些是真事哪些是自己编的情节经常把两者混在一起讲还说得特别真。RAG 就是给这位小说家配了一个高效的“海马体”大脑中负责记忆检索的部分—— 一个“图书馆管理员”。为什么需要RAG是为了从根本上解决纯大模型的两个关键缺陷从而让AI系统变得更可靠、更实用。简单来说RAG通过“先检索后生成”的机制为模型回答注入了准确的事实依据和最新的信息。解决“知识陈旧”问题纯大模型它的知识截止于训练数据的时间点例如2024年7月无法知晓之后的事件。RAG在回答前会先从你提供的实时数据库如最新文档、网页、知识库中检索相关信息。因此它能回答“昨天股市如何”或“公司最新政策是什么”这类问题。解决“幻觉胡编”问题纯大模型基于概率生成文本容易混淆记忆编造看似合理但错误的事实、引用或数据。RAG将生成过程锚定在检索到的真实文档上。它生成答案时会严格依据这些文档内容并可以提供出处。这大幅提升了答案的可信度和可验证性。RAG如何工作RAG 的三步工作法当你想问这个“组合”一个问题时流程是这样的第一步提问你问“上次财报会议上CEO提到明年最重要的战略方向是什么”第二步检索图书馆管理员的工作小说家大模型自己不知道答案因为他没“参加”会议。但他的“管理员”检索系统立刻行动跑进一个实时更新的、可信任的专属档案库知识库里面有你公司的所有会议纪要、财报文件。管理员用最快的速度找到和你的问题最相关的几段原文比如财报会议记录的第3-5页。第三步生成小说家在新规则下的工作管理员把找到的这几页原文和你的问题钉在一起递给小说家并命令他“严格根据我给你的这几页纸上的内容回答用户的问题。不准自己瞎编”小说家看了这几页原文心里有底了。他发挥自己组织语言、总结归纳的强项把原文信息转换成流畅的答案“根据您公司2026年Q1财报会议记录第4页CEO明确指出的明年核心战略是‘All in AI Agent’。具体包括1. … 2. … 此处信息均来自提供的原文”最后他还可以告诉你“以上信息来源于《2026-Q1-Earnings-Call.pdf》第4页。”五、PromptPrompt 是你与大语言模型LLM沟通时输入的指令或问题。它是告诉模型你想要什么的桥梁。Prompt 的质量直接决定了输出的质量——好的 Prompt 能让模型给出精准、有用的回答模糊的 Prompt 则可能导致答非所问。与大语言模型对话时许多人习惯于直接抛出需求“帮我写一封信”这种单一层级的指令往往导致输出平庸——缺乏个性风格、忽视边界约束、格式随机不可控。问题的根源在于我们将是谁在回答、“怎么回答”、回答什么这三个维度混为一谈。优秀的 Prompt 设计应当像导演指导演员先确立角色内核再规定表演方法最后给出具体台词。这就引申出了 System Prompt 与 User Prompt 分层协作的概念。一个完整的 Prompt 结构 人设 规则 任务例如场景 1代码审查助手❌ 只有 User Prompt效果差帮我看看这段 RecyclerView 代码有没有问题问题模型不知道你的代码规范、项目架构MVVMMVP、Kotlin/Java 偏好回答可能泛泛而谈。✅ System User Prompt专业级输出System Prompt【人设】 你是一位有8年经验的Android技术负责人专注于性能优化和代码规范性审查。 【代码审查规则】1.审查维度必须覆盖-性能是否存在内存泄漏、过度绘制、主线程阻塞-架构是否符合MVVM分层Repository模式使用是否规范-Kotlin特性是否善用空安全、扩展函数、协程避免回调地狱-Android最佳实践是否使用ViewBinding、DiffUtil、Paging3等现代组件2.输出格式- 严重问题可能导致Crash或明显卡顿- 建议优化影响可维护性或性能隐患- 良好实践值得保持的写法-每个问题必须给出问题描述 → 具体代码位置 → 修改建议含代码片段3.语言风格-技术术语准确但避免过度学术化-对初级开发者友好关键概念简要解释-不假设第三方库版本询问时默认使用最新稳定版 【禁止事项】-不审查UI美观度只关注代码层面-不推荐未经过生产环境验证的实验性API-不做必须重构的绝对判断优先给出渐进式优化方案User Prompt项目电商App商品列表页 架构MVVMRepositoryHilt依赖注入 语言Kotlin100%代码片段[粘贴你的Adapter代码]请重点检查列表滑动卡顿问题和内存泄漏风险输出效果模型会自动带上技术负责人的视角按你规定的维度逐条审查甚至主动询问是否使用了 ListAdapter 或 Paging。六、Tool想象一位学识渊博的教授但他被关在一个没有窗户的房间里房间里只有截止到某个时间点的书籍和资料。能力局限✅ 懂编程、会写作、能推理❌ 不知道今天的天气✅ 记得2024年前的公开知识❌ 查不到实时股价✅ 能分析你输入的文本❌ 无法读取你的本地文件✅ 会解数学题❌ 不能真的执行代码验证结果这就是大模型的本质它是一个纯文本预测机器只能基于训练时的静态数据生成回答。它没有眼睛、没有手、不能联网、不能执行代码——除非你给它装上工具。Tool工具 是连接大模型与外部世界的桥梁。它让模型能够核心逻辑用户问了一个需要外部数据的问题模型判断“我需要调用某个 Tool”系统执行 Tool获取真实数据模型基于真实数据生成最终回答Tool的本质 就是给大模型提供一个外部感知的工具七、MCPMCPModel Context Protocol模型上下文协议MCP是什么MCPModel Context Protocol 是一个开放标准协议定义了 AI 模型如何安全地连接外部数据源和工具。为什么需要MCP当前 Agent 开发的痛点假设你开发了三个 AI Agent分别需要连接不同的数据源Agent需要连接开发成本代码助手GitHub、本地文件、Jira写 3 套适配代码数据分析助手数据库、Excel、BI 系统再写 3 套适配代码运维助手K8s、AWS、Prometheus又写 3 套适配代码问题每个工具都要为每个 Agent 单独开发适配层N 个工具 × M 个 Agent N×M 的复杂度。MCP 就是为了统一AI工具接口定义MCP 的核心思想就像 USB-C 统一了充电接口MCP 统一了 AI 与外部工具的连接协议。八、Agent之前我们讲了 Tool 是给模型装上工具。但仅仅有工具还不够——模型需要知道什么时候该用哪个工具。阶段状态类比纯大模型只有脑子没有手只会说的顾问大模型 Tool有手但需要人递工具技工你说用扳手他才用Agent自己判断用什么工具、按什么顺序用独立解决问题的工程师Agent 的核心作用从回答问题到完成任务举一个天气查询例子Agent 大模型大脑 工具集手脚 自主规划能力灵魂它不是被编程的固定流程而是被赋予目标后能自主思考、自主行动、自主纠偏的智能体。就像你给一位资深助理说帮我安排明天出差他会自己查航班、订酒店、看天气、提醒你带伞——而不需要你一步步指挥。九、Agent SkillAgent Skill智能体技能​ 指的是一个AI智能体Agent所具备的、用于完成特定目标任务的独立能力模块。它不仅仅是调用一个工具而是一套包含目标理解、规划、工具调用、信息处理和结果输出的完整解决方案。你可以将其理解为智能体的“职业技能包”。一个强大的智能体通常由多个技能组合而成以应对复杂任务。1、什么是Agent SkillAgent Skill智能体技能 是 Agent 的模块化能力单元封装了特定领域完成特定任务所需的全部要素领域知识Prompt 模板、Few-shot 示例工具集Tools/Resources执行流程Workflow/State Machine记忆模式该领域的上下文管理2、为什么需要 Agent Skill2.1 当前 Agent 开发的痛点假设你正在开发一个全能型 AI 助手它需要帮助用户完成各种任务场景需要的工具需要的知识需要的流程写 Android 代码IDE、Git、GradleKotlin、架构模式分析→编码→测试→提交订外卖美团 API、支付接口用户地址、口味偏好选餐厅→选菜→下单→追踪分析股票金融数据 API、图表工具财务指标、技术分析获取数据→计算→可视化→建议写 PPT幻灯片软件、图片搜索排版原则、演讲结构大纲→素材→制作→美化❌ 提示词爆炸System Prompt 要涵盖所有领域长度超限❌ 上下文污染聊股票时带着外卖的 Tool 定义干扰决策❌ 维护困难改外卖逻辑可能影响代码生成❌ 无法复用每个项目重写一遍订外卖能力❌ 协作困难多个开发者改同一个 Agent冲突频发2.2 Agent Skill 的解决方案✅ 按需加载聊代码只加载 CodeSkill上下文精简✅ 独立维护每个 Skill 独立开发、测试、部署✅ 复用共享FoodSkill 可以给任何 Agent 用✅ 团队协作A 组写代码B 组写外卖互不干扰✅ 安全隔离Skill 崩溃不影响核心 Agent十、总结AI系统传统软件类比作用LLM推理引擎/解释决定下一步做什么Token字符/单词大模型处理的最基本单元Context运行时内存当前可见信息RAG数据库查询提供外部数据PromptCLI输入/参数用户输入Tool函数执行具体操作MCPAPI规范统一调用协议Agent控制器/workflow调度工具与技能Agent Skill软件库/包实现一个复杂目标的任务模块如天气查询