简介

本文系统梳理了LLM工具调用的发展历程，从OpenAI的Function Call，到Agent自主决策，再到Anthropic的MCP协议统一标准，最后到最新的Agent Skills解决专业领域技能问题。Agent Skills作为模块化能力包，采用三层结构实现轻量化、可组合、可移植的专业技能注入，与MCP形成互补，共同推动LLM能力边界扩展。

---

今天一篇文章，带你了解LLM调用工具的发展历程，搞懂Function Call、MCP、Skills这些概念与异同，并重点讲解最新的Agent Skills。

1. LLM工具调用发展历程

为了扩展LLM调用外部能力，2023年OpenAI在GPT API中推出了Function Call，类似传统API设计思想，让LLM按JSON格式填写参数，由后端调用接口。

随着Agent框架发展起来，可以由Agent根据目标自主决策使用什么工具，完成多步规划与工具调用。

但各家工具不兼容、生态碎片化。为了解决这一问题，Anthropic在2024年提出了MCP协议，将LLM连接外部数据源和工具抽象成统一协议，成为各大模型通用标准。

最近Anthropic进一步推出了Agent Skills，给LLM提供一个可移植的领域能力包，把「领域知识+操作文档+工程脚本」打包成模块化插件，可以挂载到不同 Agent 复用。

• 阶段 1 解决了“能不能调”的问题（可靠性）。
• 阶段 2 解决了“会不会用”的问题（自主性）。
• 阶段 3 解决了“好不好连”的问题（标准化）。
• 阶段 4 解决了“专不专业”的问题（专业化）。

2. 详解最新的Agent Skills

今天重点介绍一下最新的Agent Skills。

为了解决LLM专业领域技能匮乏问题，需要一种轻量化、可组合、可移植的方式给Agent注入专业技能。

于是有了Agent Skills，其本质是一个模块化的能力包，包含指令、脚本、资源，LLM可以动态发现和加载。

其形态是一个包含SKILL.md文件的目录，以Claude的PDF文档编辑为例：

如图所示，共有3+层结构：

• 第一层：Metadata（元数据），类似tool的功能描述，启动时加载，只包含所有Skill的name和description；
• 第二层：SKILL.md主体，当Agent 觉得某个skill相关时才加载，包含核心指令；
• 第三+层：关联的附加文件，根据SKILL.md按需引用其他文件，如forms.md、reference.md、python脚本等；

每次只读与当前任务相关的技能，这对上下文非常友好，也算是上下文工程的一个技术。（不过目前来看只负责加载，不负责上下文卸载。

都是扩展LLM能力，那么Skills会替代掉MCP吗？这是一个好问题：）

如下图所示，Skills与MCP其实是并列关系。

相比Tools的上下文都要提前加载到上下文，Skills渐进式披露方式更加友好。Claude也展望了Skills发展，Skills会与MCP协同，SKill负责“告诉LLM如何做”，MCP作为传输协议负责连接到外部系统。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓