Skill

Skill（Agent 技能）

→ 返回 AI Agent

Agent 技能（Skill）是 Agent 可调用的原子能力单元，对应 LLM Tool Use 中的 function/tool。Agent 通过 Skill 与外部世界交互——检索数据、执行代码、操作文件、调用 API。

---

技能类型

类型	说明	示例
数据检索	查询知识库、数据库、搜索引擎	RAG 检索、SQL 查询、网页搜索
代码执行	运行代码、调用计算工具	Python REPL、数学计算器
文件操作	读写本地或云端文件	读 CSV、写 Markdown、上传图片
外部 API	调用第三方服务	发邮件、查天气、操作 GitHub
UI 交互	操作浏览器或桌面界面	网页爬虫、表单填写
子 Agent	委托另一个 Agent 完成子任务	A2A 协议调用

---

Tool Use 定义（OpenAI 兼容格式）

{
  "type": "function",
  "function": {
    "name": "search_knowledge_base",
    "description": "在知识库中检索与问题最相关的文档片段，返回 Top-K 结果",
    "parameters": {
      "type": "object",
      "properties": {
        "query": {
          "type": "string",
          "description": "检索查询词"
        },
        "top_k": {
          "type": "integer",
          "description": "返回结果数量，默认 5",
          "default": 5
        }
      },
      "required": ["query"]
    }
  }
}

---

LangChain Tool 实现

方式一：@tool 装饰器

from langchain_core.tools import tool
 
@tool
def search_knowledge_base(query: str, top_k: int = 5) -> str:
    """在知识库中检索与问题最相关的文档片段，返回 Top-K 结果。"""
    results = vectorstore.similarity_search(query, k=top_k)
    return "\n\n".join([doc.page_content for doc in results])
 
@tool
def run_python_code(code: str) -> str:
    """执行 Python 代码并返回输出结果。仅用于数学计算和数据处理。"""
    import subprocess
    result = subprocess.run(["python", "-c", code], capture_output=True, text=True, timeout=10)
    return result.stdout or result.stderr

方式二：BaseTool 子类（复杂场景）

from langchain_core.tools import BaseTool
from pydantic import BaseModel, Field
 
class SearchInput(BaseModel):
    query: str = Field(description="检索查询词")
    top_k: int = Field(default=5, description="返回结果数量")
 
class KnowledgeSearchTool(BaseTool):
    name: str = "search_knowledge_base"
    description: str = "在知识库中检索相关文档"
    args_schema: type[BaseModel] = SearchInput
 
    def _run(self, query: str, top_k: int = 5) -> str:
        results = vectorstore.similarity_search(query, k=top_k)
        return "\n\n".join([doc.page_content for doc in results])

绑定到 Agent

from langchain_openai import ChatOpenAI
from langchain.agents import create_tool_calling_agent, AgentExecutor
from langchain_core.prompts import ChatPromptTemplate
 
tools = [search_knowledge_base, run_python_code]
llm = ChatOpenAI(model="gpt-4o")
 
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个助手，可以检索知识库并执行代码来回答问题。"),
    ("human", "{input}"),
    ("placeholder", "{agent_scratchpad}")
])
 
agent = create_tool_calling_agent(llm, tools, prompt)
executor = AgentExecutor(agent=agent, tools=tools, verbose=True)
 
result = executor.invoke({"input": "Redis 的 Sorted Set 底层数据结构是什么？"})

---

工具调用流程

用户输入
    ↓
LLM 决策：是否需要调用工具？
    ├── 否 → 直接生成回答
    └── 是 → 生成 tool_call（工具名 + 参数）
              ↓
         执行工具（本地函数 / MCP Server / API）
              ↓
         将工具返回结果追加到消息历史
              ↓
         LLM 再次推理（可能触发多轮工具调用）
              ↓
         生成最终回答

多工具并发调用

# GPT-4o / Claude 支持在单次响应中并发调用多个工具
# 例如同时查询知识库和执行代码，再综合结果

---

设计原则

原则	说明
描述要精确	description 是 LLM 判断何时调用的唯一依据，模糊描述导致误调用
参数要最小化	只暴露必要参数，减少 LLM 生成错误参数的概率
错误要返回文本	工具抛异常应 catch 后返回错误描述字符串，而非让 Agent 崩溃
幂等优先	查询类工具应幂等；写操作需明确提示后果
超时保护	外部 API 调用加 timeout，避免 Agent 无限等待

@tool
def safe_api_call(endpoint: str) -> str:
    """调用指定 REST API 端点，返回 JSON 响应。"""
    try:
        resp = requests.get(endpoint, timeout=5)
        resp.raise_for_status()
        return resp.text
    except requests.Timeout:
        return "错误：请求超时（5s），请检查端点是否可用"
    except requests.HTTPError as e:
        return f"错误：HTTP {e.response.status_code}"
    except Exception as e:
        return f"错误：{str(e)}"

---

通过 MCP 暴露技能

将本地 Tool 包装为 MCP Server 后，任意 MCP 客户端（Claude Desktop、IDE 插件等）均可调用：

# 把上面的 search_knowledge_base 包装成 MCP Server
@app.list_tools()
async def list_tools():
    return [Tool(
        name="search_knowledge_base",
        description="在知识库中检索相关文档片段",
        inputSchema={
            "type": "object",
            "properties": {
                "query": {"type": "string"},
                "top_k": {"type": "integer", "default": 5}
            },
            "required": ["query"]
        }
    )]

---

Skill vs Memory

维度	Skill（技能）	Memory（记忆）
本质	动作，Agent 主动触发	状态，存储历史信息
方向	输入 → 外部系统 → 输出	写入 → 存储 → 检索
时效	即时执行，无持久化	跨会话持久
典型内容	搜索、计算、写文件	用户偏好、历史对话、项目状态
关系	Skill 的执行结果可写入 Memory	Memory 检索结果作为 Skill 的上下文

---

相关文档

• MCP — 通过 MCP 协议暴露 Skill 给模型
• A2A — 子 Agent 作为一种特殊 Skill
• Memory — 技能执行结果的持久化存储
• RAG — 检索技能的底层实现