三句话说清楚关系
- 大模型提供智能，但不直接”动手”
- Agent 框架负责协调，把智能变成行动
- Skills提供专业深度，让 Agent 在特定任务上精准可靠
一、引言：光有大脑还不够
大语言模型（LLM）的横空出世，让人们第一次真切感受到机器”理解”语言的能力。但很快，一个现实问题浮现：一个只会回答问题的模型，离真正”帮人干活”还差得远。
发一封邮件、操作一张表格、自动部署一段代码——这些任务不是单凭语言理解就能完成的。于是，AI 系统逐渐演化出三个层次：大模型（LLM）、Agent 框架、Skills（技能）。它们分工明确，相互依存，共同构成了今天 AI 助手能够真正”做事”的基础。
二、第一层：大模型——智能的内核
大模型是整个系统的”大脑”，承担两件最核心的事：
1. 理解与生成语言
接收用户的自然语言输入，理解其意图，并生成流畅、准确的文字输出。这是大模型最基础的能力，也是一切上层能力的前提。
2. 推理与知识储备
大模型在海量文本上训练，内化了大量世界知识，并具备一定的逻辑推理能力——能拆解问题、类比推断、多步骤规划。
大模型的局限
然而，大模型本质上是一个”文字接龙”系统——它接收文本输入，输出文本。它不能直接：
- – 访问互联网或实时数据库
- – 操作文件、发送消息、运行代码
- – 记住上一次对话的内容（默认情况）
- – 调用外部 API 或工具
这就是为什么需要 Agent 框架。
三、第二层：Agent 框架——让大脑学会”干活”
Agent 框架是连接大模型与外部世界的编排层。它把大模型的语言理解能力，转化为可以完成真实任务的自主行动能力。
一个完整的 Agent 框架包含以下核心模块：
规划器（Planner）
接收用户目标后，Agent 并不会直接行动，而是先拆解任务，制定分步计划。这个规划过程本身依赖大模型的推理能力，但由框架来驱动和管理。
记忆模块（Memory）
- – 短期记忆：当前对话窗口内的上下文，让 Agent 记住”刚才说了什么”。
- – 长期记忆：跨会话的持久化存储，让 Agent 记住用户偏好、过去的决策、项目背景。
工具调用（Tool Use）
Agent 可以调用预先定义好的工具——搜索引擎、代码执行器、文件系统、第三方 API 等。每次调用工具，都是一次从”思考”到”行动”的跨越。
反思循环（ReAct Loop）
这是 Agent 框架最关键的设计：观察 → 思考 → 行动 的循环迭代。Agent 不会一蹴而就地完成任务，而是执行一步、看看结果，再决定下一步——直到任务完成或达到终止条件。
类比：如果说大模型是一位聪明的顾问，Agent 框架就是这位顾问的”工作流程”——告诉他何时思考、何时动手、何时反思、何时汇报。
四、第三层：Skills——可插拔的专业能力
Skills 是 Agent 系统的能力扩展层，本质上是一包”专域知识 + 操作工作流”的封装。
Skills 解决什么问题？
大模型有通用知识，但缺乏专业深度。当你让 Agent 处理一个 PDF、操作微信消息、或查询金融数据时，通用知识往往不够——你需要具体的 API 调用方式、特定的工具命令、以及领域内的最佳实践。
Skills 把这些专业知识提前写好、封装好，Agent 在需要时直接加载使用，而不用临时”摸索”。
Skills 的典型类型
- 文档类 Skills：处理 Word、Excel、PDF、PPT，示例：docx、xlsx、pdf、pptx
- 浏览器类 Skills：网页操控、表单填写、截图，示例：Browser Automation
- 平台集成 Skills：对接第三方系统，示例：Lark/飞书、TAPD
- 数据类 Skills：金融数据查询、分析，示例：neodata-financial-search
- 内容生成 Skills：图片、视频、3D 生成，示例：多模态内容生成
- 自定义 Skills：用户或团队自定义的私有工作流，示例：任何重复性操作流程
Skills 的生命周期
Skills 不是静态的。Agent 在完成复杂任务后，会自动将新的操作经验提炼成 Skill 保存下来，供下次使用——这是一种能力的自我积累机制。
类比：如果 Agent 框架是一位全能助手，Skills 就是他书架上的工具书和操作手册。每次遇到新问题，他会查阅相关手册；每次解决了新难题，他会把经验写进新的一册。
五、三者的协作关系
三者之间是自上而下调用、自下而上赋能的关系：
用户发出请求–>Agent 框架接收，规划任务–>大模型推理，判断需要哪些 Skills–>Agent 加载对应 Skill，获取专域知识和工具指令–>Agent 调用工具，执行操作–>观察执行结果，注入大模型上下文–>（循环，直到任务完成）–>返回最终结果给用户
关键点：
- – 大模型提供智能，但不直接执行任何外部操作
- – Agent 框架提供协调，决定何时思考、何时行动、如何循环
- – Skills 提供专业深度，让 Agent 在特定领域拥有精确可靠的操作能力
三者缺一不可。只有大模型，能说不能做；只有 Agent 框架没有 LLM，行动缺乏智能；只有 Skills 没有框架，工具无法被自主调用。
六、一个真实的例子：让 AI 生成财务分析报告
假设用户说：”帮我分析一下某公司最近一个季度的财报，生成一份 PPT 摘要。”
- Agent 框架接收请求，规划出两步任务：①获取财报数据 ②生成 PPT
- 大模型分析任务，判断需要用到两个 Skills：neodata-financial-search（金融数据）和 pptx（PPT 生成）
- Skill: neodata-financial-search 被加载，Agent 按其指引调用金融数据 API，获取结构化财报
- 大模型阅读财报数据，提炼关键信息，生成分析文字
- Skill: pptx 被加载，Agent 按其指引生成格式规范的 PPT 文件
- Agent 将 PPT 路径返回给用户，任务完成
整个过程中，大模型负责”想”，Agent 框架负责”管”，Skills 负责”会”。
七、从工具到助手的演进
大模型、Agent 框架与 Skills 的结合，代表了 AI 从”回答问题”向”完成任务”的本质跃迁。
- – 大模型是语言智能的结晶，赋予机器理解与推理的能力
- – Agent 框架是行动的脚手架，把智能转化为可执行的流程
- – Skills 是专业能力的载体，让通用 AI 在特定场景下精确可靠
三层架构的价值不在于各自有多厉害，而在于组合后的涌现——一个能够理解你、规划任务、调用工具、自我积累经验的 AI 系统，已经越来越接近一个真正意义上的智能助手。
