AI笔记之Agent，MCP，提示词，上下文，上下文工程，skill，代理含义与区别

code review!

1. Agent、MCP、提示词、上下文、上下文工程、Skill的含义与区别

1.1 Agent（智能体/代理）

Agent是最上层的概念，指能够自主执行任务的智能系统。AI agent是一个能够代表用户或另一个系统自主执行任务的系统或程序。业界常用一个公式来概括其架构：**Agent = LLM（大脑）+ Planning（规划）+ Memory（记忆）+ Tool Use（工具使用）**Agent架构一句话总结：Agent = LLM（大脑）+ Planning（规划）+ Memory（记忆）+ Tool Use（工具使用）。

简单说，Agent是一个能感知任务、做决策、调用工具、执行多步操作以达成目标的"智能程序"，而不只是被动回答问题的聊天机器人。

1.2 提示词（Prompt）

提示词是给LLM的输入指令，是最基础的交互单元。它的特点是"单次、静态"——传统的提示工程（Prompt Engineering）专注于优化单一、静态的文本指令，以期在单次交互中获得最佳结果。Prompt Engineering的目标很聚焦：Prompt Engineering主要是激发LLM做好单一件事情，适合处理流程简单的工作。

1.3 上下文（Context）

上下文是模型在生成回答时能"看到"的全部信息（不只是提示词，还包括历史对话、检索到的资料、工具描述、记忆等）。近期的研究将其重新定义为动态结构：论文突破性地将上下文定义为动态结构化信息组件的集合，而非静态字符串。

1.4 上下文工程（Context Engineering）

这是比Prompt Engineering更高维度的学科，是当前Agent时代的核心工程实践。核心定义是：上下文工程是指设计、构建并优化一个动态系统，该系统能够在正确的时间，以正确的格式，向大型语言模型提供正确的信息和工具，从而使其高效、可靠地完成指定任务。

它与Prompt Engineering的本质区别在于：上下文是运行在LLM调用之前的软件系统的输出，而非一个简单的静态模板，并且上下文是根据当前任务即时生成的，对于一个请求可能包含日历数据，对于另一个请求则可能包含邮件内容或数据库查询结果。也正因为上下文窗口有限，研究显示即便使用百万令牌规模的上下文窗口，由于上下文干扰和混淆，模型性能在约3.2万个令牌时就会开始下降，所以需要"工程化"手段（压缩、检索、记忆管理等）来主动管理，而非单纯堆信息。RAG、记忆系统、工具选择都是上下文工程的组成部分：RAG（检索增强生成）是Context Engineering的一个子集，Context Engineering不仅包含检索，还包含动态的上下文选择、关键信息的压缩、多轮对话中的记忆持久化，以及Token窗口的最优分配。

1.5 MCP（Model Context Protocol，模型上下文协议）

MCP解决的是"AI如何连接外部世界"的标准化问题。MCP是一个开源标准，用于将AI应用连接到外部系统，由Anthropic于2024年11月推出。其架构包含三个核心组件：LLM包含在MCP host中（如AI驱动的IDE或对话式AI）；MCP client位于host内部，负责LLM与MCP server之间的通信；MCP server是为LLM提供上下文、数据或能力的外部服务。

一个常见比喻是"AI世界的USB-C"：可以把MCP想象成AI应用的USB-C端口——就像USB-C提供了连接电子设备的标准化方式，MCP提供了将AI应用连接到外部系统的标准化方式。它比传统的RAG覆盖范围更广：MCP和RAG都通过外部信息增强LLM，但方式不同、目的不同——RAG主要用于生成文本时检索信息，而MCP是一个更广泛的交互与行动系统。

1.6 Skill（Agent Skills，智能体技能）

Skill是2025年后兴起的概念，解决的是"AI拿到能力/数据后该怎么专业地执行"的问题。Skill是一个Markdown文件（SKILL.md），用于教Claude在特定场景下按你的方式做事，本质相当于给AI代理发放一本专业手册。

它采用"渐进式披露"机制以节省上下文：层级1是技能发现——AI先读取所有技能的元数据判断任务是否相关；层级2是加载核心指令——若相关则自动读取SKILL.md正文；层级3是加载资源文件——只在需要时读取额外的脚本或示例。

Skill与Prompt的核心区别在于复用性和加载方式：Skills是可重复使用、基于文件系统的资源，为Claude提供特定领域的专业知识；与提示（用于一次性任务的对话层级指令）不同，Skills按需加载，无需在多个对话中重复提供相同的指引。

1.7 MCP与Skill的关系（常被混淆）

这是最容易搞混的一对概念，二者分工明确、互补而非替代：MCP连接Claude到外部服务和数据源；Skills提供程序性知识——完成特定任务或工作流的指令。用比喻理解：MCP是AI的"手"（能触碰外部世界），Skill是AI的"技能书"（知道怎么做某件事），需要两者配合——MCP让AI能连接数据库，Skill教AI怎么分析查询结果。也有类似的表述：MCP解决"AI能不能拿到那个资料"，Skill解决"拿到资料之后该怎么处理"，一个负责进货，一个负责出菜流程。

1.8 整体关系总结

概念	所处层次	核心作用
Prompt（提示词）	最基础输入	单次静态指令，激发模型做单一任务
Context（上下文）	模型输入的全集	模型能"看到"的所有信息（对话、记忆、检索结果、工具描述等）
Context Engineering（上下文工程）	系统工程方法论	动态构建/管理上下文，决定"在正确时间给正确信息"
MCP	连接协议层	标准化AI与外部工具/数据源的连接方式（“手”）
Skill	能力封装层	把工作流程、专业知识打包成可复用模块（“技能书”）
Agent（智能体）	顶层系统	综合运用以上所有要素，自主规划并执行多步任务的智能系统

简单来说：Agent是整个智能系统，它靠LLM思考，靠Prompt接收具体指令，靠上下文工程管理它所需的信息输入，靠MCP连接外部数据和工具，靠Skill获得处理特定任务的专业方法——这些组件共同构成了一个真正能自主完成复杂工作的AI Agent。

2. Codex、Copilot、Cursor、浏览器网页大模型对话窗对Skill的支持情况

2.1 总体情况

好消息是：Codex、Copilot、Cursor都已经支持Agent Skills，只是"原生程度"和存放位置不同；浏览器网页版则要分情况看。Agent Skills已经成为一种跨工具的开放标准：Cursor采纳了Agent Skills规范并在Agent模式下支持技能，技能是Cursor在相关时加载的指令文件夹，这是Claude Code、Copilot和Codex共用的开放标准。核心文件格式是统一的：Agent Skills的格式是通用的——带有YAML前置元数据的SKILL.md文件在各平台都可用，不同之处在于技能存放的位置和安装方式。

2.2 Claude Code（终端命令行）

支持程度最深：Claude Code拥有最全面的技能支持，原生支持SKILL.md文件、用于调用技能的斜杠命令，以及完整的工具集成，技能通过/skill命令激活。

步骤：

1. 在项目或用户目录创建.claude/skills/<技能名>/SKILL.md
2. 编写带YAML frontmatter的说明文件（名称、描述、使用场景）
3. Claude会根据任务自动匹配并加载相关技能，也可用/skill命令手动调用

2.3 OpenAI Codex（CLI）

Codex支持Skill但激活方式略有不同：Codex会在你的任务匹配技能描述时自动激活该技能。它也兼容SKILL.md格式，OpenAI Codex CLI支持AGENTS.md文件作为自己的指令格式，许多SKILL.md文件由于基本思路相同而兼容。

步骤：

1. 将技能放入.agents/skills或~/.codex/skills/等目录（社区工具也支持兼容路径~/.codex/skills/）
2. Codex会隐式（无需手动调用）根据任务描述自动激活匹配的技能

2.4 Cursor

Cursor官方已采纳该规范，支持在Agent模式下使用，并且直接复用Claude的技能格式：Cursor在项目级支持.cursor/skills/或.claude/skills/，用户级（全局）为~/.cursor/skills/，内置技能路径为~/.cursor/skills-cursor/；同时Cursor也会读取.claude/skills/，因此为Claude Code编写的技能无需重复即可在Cursor中使用。

步骤：

1. 在项目根目录建.cursor/skills/<技能名>/SKILL.md（或用户级~/.cursor/skills/）
2. 切换到Agent模式对话
3. Cursor会在判断任务相关时自动加载该技能；也可用内置$skill-installer从GitHub仓库直接安装现成技能

2.5 GitHub Copilot

Copilot支持范围也在扩大：Copilot在编码代理、Copilot CLI和VS Code的agent模式中都支持Agent Skills，可用于Pro、Pro+、Business和Enterprise计划。存放路径为：项目级技能放在.github/skills/或.claude/skills/，个人跨项目技能放在~/.copilot/skills/或~/.claude/skills/（仅编码代理和CLI可用）。

步骤：

1. 在仓库中创建.github/skills/<技能名>/SKILL.md
2. 注意子目录名需为小写加短横线格式
3. 在VS Code的Agent模式或Copilot CLI中触发相关任务，Copilot会自动读取匹配的技能

2.6 浏览器网页版对话窗（claude.ai）

如果你说的是claude.ai网页版，答案是可以，且分两种：

• 官方预置技能（如处理docx、pdf、pptx、xlsx）：预构建的技能（docx、pdf、pptx、xlsx）在付费计划的Claude.ai中自动生效。
• 自定义技能：自定义技能可以通过"设置→功能→能力"上传ZIP文件添加。团队和企业版还可由管理员统一为整个组织配置技能。

步骤（claude.ai网页）：

1. 登录付费版Claude.ai（Pro/Max/Team/Enterprise）
2. 进入Settings→Features→Capabilities
3. 上传自定义Skill的ZIP包，或直接使用官方内置技能（无需额外操作）
4. 对话中提到相关任务时会自动调用

2.7 其他浏览器网页对话窗（如ChatGPT网页版、Gemini网页版等）

需要说明的是，"SKILL.md"这套标准是Anthropic提出并被上述工具广泛采纳的规范，目前搜索结果中提到的官方/生态支持列表主要集中在：目前支持的平台包括Claude（Claude.ai和Claude Code）、GitHub Copilot、VS Code、Codex（OpenAI）、Antigravity（Google）、Gemini CLI、Kiro和Junie。也就是说，Gemini CLI（命令行）已纳入支持列表，但纯网页版ChatGPT、Gemini网页聊天窗口目前不在通用SKILL.md生态的官方支持范围内，它们各自有自己的定制机制（如ChatGPT的自定义GPTs），并非同一套Skill标准。

2.8 快速对比表

平台	是否支持	存放路径示例	触发方式
Claude Code	支持，原生最深	.claude/skills/	自动匹配 + /skill
Codex	支持	.agents/skills、~/.codex/skills/	任务匹配自动激活
Cursor	支持（官方采纳标准）	.cursor/skills/、兼容.claude/skills/	Agent模式自动加载
Copilot	支持	.github/skills/、~/.copilot/skills/	Agent模式/CLI自动加载
claude.ai网页版	支持	后台上传ZIP	设置页面上传，对话自动调用
ChatGPT/Gemini网页版	不支持此标准	—	各自专属机制，非SKILL.md

如果需要跨工具统一管理（一份技能同时用在Codex/Cursor/Copilot），社区也有工具支持自动检测并将技能安装到每个工具的对应目录：可自动检测Claude Code、Cursor、Codex、Gemini CLI、Copilot、Windsurf、Cline和Goose，并将技能放入对应助手的正确目录中。

3. 对References、Scripts的支持

这是个很细节但很关键的问题——因为references（参考资料）和scripts（脚本）正是Skill能否真正发挥威力的核心机制。下面拆开说。

3.1 标准结构：Skill文件夹里到底有什么

一个完整的Skill文件夹通常是这样的：

pdf-processing/
├── SKILL.md      # 必需：frontmatter + 说明
├── scripts/      # 可选：可执行的辅助脚本
├── references/   # 可选：长篇参考文档
└── assets/       # 可选：模板、数据文件

这背后的设计原理叫"渐进式披露"：只有名称和描述（每个约100 token）会在启动时加载，完整的SKILL.md正文只在技能被激活时加载，而scripts/、references/、assets/中的文件只在被明确引用时才会加载。也就是说，references和scripts不是白白占用上下文的，是按需读取的，这也是Skill比传统Prompt省token的关键。

3.2 References（参考文档）支持情况

References本质上是纯文本/Markdown文件，读取门槛很低——只要Agent能读文件系统就能用。因此：

• 所有已支持SKILL.md的平台都能读取references：Cursor、Codex、Copilot、Claude Code均可，因为技能是文件系统层面的，不依赖API，能读取目录结构、解析Markdown的任何Agent都能使用Skill。
• 实践中常见做法是把正文控制在500行以内，详细内容推到references/目录，比如REFERENCE.md（完整API参考，按需加载）、EDGE_CASES.md（故障排查，按需加载）。

结论：References支持是全平台通用的，没有兼容性障碍。

3.3 Scripts（脚本）支持情况——这里才是关键差异点

Scripts需要"执行能力"，所以取决于每个Agent是否具备代码执行/终端环境。

3.3.1 Claude Code

支持最完整，Claude Code使用与Codex相同的渐进式披露：启动时解析元数据，按需加载完整说明，并可以在任务需要确定性行为时执行捆绑的脚本。但注意一个前提条件：技能对Pro、Max、Team和Enterprise计划可用（需启用代码执行）。也就是说必须手动开启"代码执行"权限才能真正跑脚本。

3.3.2 Codex CLI

同样是原生级支持，Codex CLI与Claude Code一样"渐进式披露"，能执行脚本；而且脚本目录会被明确写进结构规范：scripts/ ← Optional: executable code。由于Codex默认跑在沙盒/云容器里，其安全机制在于OS会在系统调用执行前就拒绝，这意味着脚本执行是被内核级沙盒（Seatbelt/Landlock/seccomp）管控的，相对更"重规矩"。

3.3.3 Cursor

Cursor的Agent模式本身具备执行终端命令的能力，加上Cursor采纳的是同一套开放标准，所以理论上脚本目录里的内容可以被识别和运行，但搜索结果中没有专门指出Cursor对scripts/目录有独立于Claude Code的特别处理逻辑——因为它直接复用.claude/skills/目录，脚本执行依赖的是Cursor Agent模式本身已有的终端执行能力。

3.3.4 GitHub Copilot

这里要注意一点局限：一些针对特定Agent的元数据字段（比如Claude Code的context: fork或Cursor的globs）会被Copilot忽略，但核心指令部分仍可正常工作。这句话主要针对SKILL.md正文和frontmatter，并未明确提及scripts/执行的兼容性细节；但由于VS Code中Copilot的Agent模式本身可以执行终端命令（@workspace或slash commands模式下），推断脚本理论上可运行，只是搜索结果没有给出像Claude Code/Codex那样明确的"脚本执行"官方说明。

3.4 一个重要的安全提醒

由于scripts/目录允许执行代码，这也带来了新的攻击面：安全研究人员已经发现有恶意技能滥用scripts/目录，或在SKILL.md正文中嵌入提示注入负载。所以从任何来源（尤其是不熟悉的GitHub仓库）安装带scripts/的Skill前，建议先打开脚本内容人工检查一遍，而不是盲目信任。

3.5 小结对比表

平台	References支持	Scripts支持	备注
Claude Code	完全支持	原生支持，但需手动开启代码执行权限	深度最高
Codex CLI	完全支持	支持，运行在内核级沙盒中	安全边界最严
Cursor	完全支持	理论支持（依赖Agent模式本身的终端执行能力），官方文档未单独强调scripts/机制	复用Claude目录
Copilot	完全支持	理论支持（依赖VS Code Agent模式终端能力），部分Agent专属元数据字段会被忽略	核心指令通用

以下是 Agent 核心生态组件的中英文关系图解。Agent 是顶层系统，它通过 Context Engineering 来动态管理整个 Context 输入；同时，它以 MCP 为“手”连接外部世界，以 Skill 为“技能书”指导专业工作流程。

+---------------------------------------------------------------------------------+
|                               AGENT (智能体/代理)                                 |
|  Formula: Agent = LLM (大脑) + Planning (规划) + Memory (记忆) + Tool Use (工具)   |
+---------------------------------------------------------------------------------+
        |                                       |
        | 1. 主动管理与优化输入                  | 2. 调度能力与连接外部
        v                                       v
+-------------------------------+       +-----------------------------------------+
| Context Engineering (上下文工程) |       |           CAPABILITY LAYER (能力层)      |
| (Dynamic System Methodology)  |       +-----------------------------------------+
+-------------------------------+            /                               \
        |                                   / 2a. 提供专业程序性知识            \ 2b. 标准化连接外部
        | 动态构建与分发                     /     (Procedural Knowledge)       \     (External System)
        v                                 v                                     v
+-------------------------------+   +-----------------------------+   +-----------------------------+
|        CONTEXT (上下文)        |   |    Agent Skills (智能体技能)  |   |  MCP (Model Context Prot.)  |
| (All structured info for LLM) |   |  (SKILL.md / "技能书" / 出菜) |   |    ("AI的USB-C" / "手" / 进货)  |
+-------------------------------+   +-----------------------------+   +-----------------------------+
        ^                                 |                                     |
        | 包含最基础的交互单元               | 采用"渐进式披露"加载                   | 包含三大核心组件
        |                                 v                                     v
+-------------------------------+   +-----------------------------+   +-----------------------------+
|        PROMPT (提示词)         |   |  - SKILL.md (YAML Front.)   |   |  - MCP Host (AI应用/IDE)    |
| (Single/Static Text Command)  |   |  - references/ (参考资料)    |   |  - MCP Client (内部通信)     |
|                               |   |  - scripts/ (辅助脚本组件)   |   |  - MCP Server (外部服务)     |
+-------------------------------+   +-----------------------------+   +-----------------------------+