Agent 保姆级万字详解·第五章最终章Skills 与 A2A 协议从单兵作战到团队协作四章走下来我们已经把 Agent 领域最核心的几块拼图补上了。第一章聊了为什么 Agent 是当下最值得投入的方向——面试要考、业务要做、市场在涨、窗口期不等人。第二章聊了 LLM 是什么、它的三大硬伤以及 Agent 的本质公式Agent LLM 规划 记忆 工具。第三章我们用 Go 代码完整演示了 Function Call让 LLM 真的能动手干活。第四章我们讲了 MCP 协议让工具和模型解耦让一份工具代码可以被所有模型复用。但故事还没讲完。MCP 解决的是单次工具调用的问题——你点一下工具它回个结果完事。这在很多简单场景里够用但真实的业务可没那么简单。假设老板让你整理一份本季度销售报告发到部门群里。这事儿拆开来看得从 ERP 系统拉订单数据得按区域聚合得生成可视化图表得写一段总结文字得把报告发到群里。每一步都是工具调用但光靠调一次工具、拿一次结果完全搞不定——你得规划步骤、维护中间状态、判断何时继续、何时调整、何时算完成。这就是Skills要解决的问题。再换一个更大的场景。假设一家公司要做一个智能化的运营助手它的功能包括自动生成日报、智能客服回答、自动审批报销、个性化营销推送。这事儿不是一个 Agent 能干的得多个 Agent 分工协作——数据 Agent、客服 Agent、运营 Agent、审批 Agent —— 它们得互相通信、交接任务、共享数据。这就是A2A 协议Agent-to-Agent要解决的问题。这一章我们就把这最后两块拼图补上。Skills给 Agent 装上标准作业流程什么是 Skills先给个定义Skills技能是把一系列工具调用、操作步骤、判断逻辑打包好的标准作业流程。听起来有点抽象咱打个比方。你家厨房里摆着各种厨具——菜刀、砧板、锅铲、炒锅、调料盒。这些厨具就是 MCP 那套标准化工具。有了它们你能做任何菜前提是你得自己知道先切菜、再热油、再下锅、加多少盐、炒几分钟。但大多数人在家做饭不会这么麻烦——为啥因为有菜谱啊菜谱告诉你“红烧肉做法第一步五花肉切块焯水第二步热锅冷油炒糖色第三步加入肉块翻炒上色第四步加生抽老抽料酒第五步加水没过肉块大火烧开转小火炖40分钟……”你照着菜谱一步步做就能做出红烧肉。你不需要知道为什么要小火炖40分钟你也不需要每次都思考下一步该干嘛——菜谱替你规划好了一切。Skills 就是 AI 版的菜谱。它是一套预先定义好的工作流把什么时候调用什么工具、参数怎么填、结果怎么用、下一步该干嘛全部编排好。LLM 只要照着 Skills 走就能完成一个完整的复杂任务。Skills 和 MCP 的本质区别很多人会把 Skills 和 MCP 搞混咱来掰扯清楚。MCP 管的是工具箱——有什么工具、每个工具怎么用、参数是什么、返回格式是什么。它解决的是工具的定义和使用问题。Skills 管的是做事的方法——遇到这种任务我该怎么拆解、如何调用工具、什么时候算完成、出现异常怎么处理。它解决的是工作流程编排问题。举个例子你想让 AI 帮你清理邮箱里的垃圾邮件。如果只有 MCP你得这样教它调用邮件列表工具 → 拿到邮件列表遍历每封邮件 → 用 LLM 判断是不是垃圾邮件调用删除邮件工具 → 删除被标记的邮件这一套逻辑得你自己写——什么时候遍历、遍历过程中 LLM 的角色是什么、删错了怎么办。MCP 只告诉你邮件列表工具的地址是 X删除工具的地址是 Y剩下的流程全得你操心。但如果有 Skills这事儿就简单了。你只需要写一个清理垃圾邮件技能技能描述清楚技能名称清理垃圾邮件 适用场景用户说帮我清理垃圾邮件或类似表达 执行步骤 1. 拉取最近 7 天未读邮件列表 2. 用 LLM 分类每封邮件是否垃圾 3. 列出垃圾邮件清单询问用户是否全部删除 4. 用户确认后批量删除 5. 统计删除数量向用户汇报 异常处理 - 如果邮件列表为空告诉用户邮箱很干净 - 如果用户拒绝删除不执行删除动作 - 如果删除失败把失败的标记为可疑邮件建议用户手动处理写完之后这个 Skill 就是 Agent 系统里的一条菜谱。LLM 接到清理垃圾邮件任务后照着菜谱一步步做每一步该调啥工具就调啥工具遇到异常按预案处理。一个完整的、有状态的工作流就这么搭起来了。Skills 的核心特性有状态Skills 不是一次性的函数调用它有上下文、有中间变量、有步骤之间的状态传递。比如先收集数据再分析数据再生成报告——收集到的数据得先存起来下一步才能用。多步骤Skills 由多个子步骤组成每一步可能调工具、可能问用户、可能做判断。这是它和单次 MCP 工具调用的本质区别。可复用写好一个 Skill 之后所有需要这个能力的场景都能复用。你写一个翻译外文邮件的 SkillCEO 用得上普通员工也用得上。可组合大 Skills 可以拆成小 Skills小 Skills 可以组合成大 Skills。比如季度汇报Skill 可以由拉数据 Skill 分析数据 Skill 生成报告 Skill组合而成。三个工具比喻把 Function Call、MCP、Skills 放一起看前面讲的这些概念有点散咱用一个比喻把它们串起来。想象你是个开修理铺的老板要修车。Function Call 就是你的扳手。它是个工具能拧螺丝、能松紧固件。但你拿扳手去修一辆复杂的故障车光有扳手远远不够——你还得知道拧哪颗螺丝、先拧后拧、拧到什么力度。MCP 就是你的标准化五金工具箱。里面整齐地码放着各种工具——扳手、钳子、螺丝刀、千斤顶……每种工具都有标签、有说明书、有标准接口。你请了 A 师傅来修车他用的是这套工具箱。你请了 B 师傅来修车他用的是另一套——没事现在大家都用 MCP 标准的工具箱A 师傅的工具 B 师傅也能用。但工具箱不等于修车流程工具再好师傅还得自己想清楚先干啥、后干啥。Skills 就是修车师傅的整套修车流程 SOP。一份完整的 SOP 写着这台车刹车异响处理流程第一步举升车辆第二步拆下前轮第三步检查刹车片厚度小于 3mm 需更换第五步检查刹车盘……你照着 SOP 一步步来每一步该用扳手用扳手该用千斤顶用千斤顶最后车就修好了。扳手、工具箱、SOP三者缺一不可。扳手是基础工具工具箱是标准化方案SOP 是经验沉淀。Function Call 是扳手MCP 是标准化工具箱Skills 是修车 SOP。这就是三者的关系。A2A 协议让多个 Agent 一起干活讲完 Skills咱聊最后一个话题——A2A 协议Agent-to-Agent。为什么需要 A2A一个人的能力再强也干不完一家公司的活儿。同理一个 Agent 再智能也没法独立处理所有业务。你想想现实里公司是怎么运转的。市场部搞调研、销售部做方案、技术部做开发、客服部接投诉——每个部门都是独立的团队各司其职互相协作。公司运转的本质是不同部门之间的协作。Agent 系统也一样。一个超大型 Agent 把所有功能都塞进去是不现实的。更好的做法是每个 Agent 专注做自己擅长的事复杂任务通过 Agent 之间的协作完成。这就是 A2A 协议要解决的问题让不同的 Agent 能够互相发现、互相通信、互相交接任务。A2A 的核心思想A2A 的核心思想有三个第一Agent 发现Discovery。每个 Agent 都有一张名片写着自己的名字、能干什么、怎么联系。别的 Agent 想找它帮忙先看名片确认合适再开口。第二通信协议Communication。Agent 之间说话的语言得统一。这事儿和 HTTP 协议一样——大家都按同一个协议说话沟通才顺畅。A2A 定义了 Agent 之间传递消息的格式任务怎么发、进度怎么报、结果怎么交。第三任务交接Task Handoff。一个 Agent 干不完的活儿得能交给另一个 Agent。比如客服 Agent接到一个技术问题它自己答不了就把这个任务连同对话上下文一起交给技术支持 Agent支持 Agent 接着办。A2A 的实际场景假设一个企业内部有这些 AgentHR Agent负责员工请假、报销、社保等事务IT Agent负责电脑维修、VPN 申请、权限开通行政 Agent负责会议室预订、办公用品申领员工小王跟 AI 助手说“我今天生病了请假一天然后帮我把上周买的咖啡报销了。”AI 助手是总入口 Agent。它接到这个任务做两件事把请假这个子任务交给 HR Agent把报销这个子任务交给 HR Agent顺手在同一个团队HR Agent 接到请假任务处理完向总入口 Agent 汇报。报销任务它也处理完一并汇报。整个流程是这样员工小王 → 总入口 Agent → HR Agent请假 报销→ 汇报结果 → 总入口 Agent → 员工小王如果没有 A2A这套协作根本跑不起来——总入口 Agent 怎么知道有 HR Agent 这个团队HR Agent 处理完了怎么把结果传回去两个 Agent 之间的语言怎么统一A2A 解决的就是这些底层基础设施问题。有了它Agent 就像公司里的员工一样可以各司其职、互相协作、整体高效。整体回顾我们走过的路咱来回顾一下整个系列讲了什么。第一章《前言——为什么你必须学 Agent》Agent 为什么这么火面试要考、业务需要、市场在涨、窗口期不长。第二章《什么是agent》Agent 到底是什么LLM 是个超级大脑但只会输出文字动不了手。Agent 是给大脑装上了规划、记忆、工具三件套。核心公式Agent LLM 规划 记忆 工具。第三章《Function Call让 AI 真正动手干活》怎么让 LLM 真的能动手Function Call。LLM 输出函数名和参数代码执行函数结果回给 LLM 组织回答。我们还写了完整的 Go 代码演示了一个查天气的例子。第四章《MCP 协议AI 世界的USB 接口》Function Call 有局限——每个模型都得写一遍、工具没法复用。MCP 协议应运而生让工具和模型解耦让一份工具代码可以被所有模型复用。架构上分 MCP Server、MCP Client、MCP Host 三角色。第五章本篇MCP 只解决了工具调用层。Skills 解决的是复杂工作流编排问题让 Agent 能处理多步骤、有状态的任务。A2A 解决的是多 Agent 协作问题让多个 Agent 分工合作完成复杂业务。这五章串起来就是当前 Agent 技术的完整知识图谱——从概念到原理从单兵作战到团队协作从底层协议到上层应用。学习进阶建议学完这五章你应该算是入门了。但入门只是开始真正要掌握 Agent 开发还得继续深入。给你几条真诚的建议第一多动手写代码。看文章是一回事写出来跑通是另一回事。建议你从 MCP Server 开始写——选一个你最熟悉的业务领域比如公司内部的数据查询、订单管理把它做成一个 MCP Server然后用自己的 Agent 跑通。这比看十篇理论文章都管用。第二关注 Anthropic、OpenAI、Google 的最新动态。Agent 领域变化非常快今天是 MCP明天可能就是别的协议。建议你常看 Anthropic 和 OpenAI 的官方博客以及 GitHub 上 MCP 协议的官方仓库modelcontextprotocol第一时间了解最新规范。第三看大厂的 Agent 落地案例。阿里云、字节跳动、百度、腾讯都在搞 Agent 平台他们的工程师博客、技术沙龙、GitHub 项目里有大量实战经验。比看什么30 天速成 Agent 工程师靠谱得多。第四别迷信框架先搞懂原理。现在 Agent 框架满天飞——LangChain、LlamaIndex、AutoGen、CrewAI……今天这个火明天那个火。但所有框架都绕不开 LLM、Function Call、MCP 这几个底层原理。先把原理吃透框架就是工具光追框架原理一塌糊涂遇到问题只能干瞪眼。第五做一个能用的项目。学习最快的方式就是做项目。建议你挑一个真实场景——比如个人日程助理、“公司知识库问答”、“销售数据周报生成”——从零开始做一个完整的 Agent 系统。做完一个你就有底气说自己懂 Agent 了。写在最后不知不觉这个系列已经写到第五章了。回头看这五章从一个简单的问题出发——“Agent 到底是什么”——一路讲到了 LLM 的本质、Function Call 的机制、MCP 协议的规范、Skills 的工作流编排、A2A 的多 Agent 协作。我们没有堆砌术语没有照本宣科就是像和朋友聊天一样把这些事儿掰开了讲清楚。写这个系列的过程我自己也是一边写一边学。MCP 协议我研究了好几天才把架构理清楚A2A 协议的资料远比 Function Call 少我翻遍了 GitHub Issues 才把核心思想梳理出来。分享的过程让我对 Agent 的理解更深了一层。可能有兄弟会问Agent连上了工具但它怎么查我们公司内部的文档怎么保证回答不瞎编这就引出了下一个专栏的核心——RAG检索增强生成。另外代码能跑通只是第一步怎么处理死循环、怎么评估效果、怎么控制成本这属于Agent工程方法论。这两个专栏我会在接下来的几周陆续推出。如果你也读到了这里说明你是真的对 Agent 感兴趣的人而不是点开看两眼就划走的路人。真诚地感谢你追完整个系列。你的点赞、收藏、关注是我最大的动力也是我把这个系列写下去的理由。下次再见咱们其他话题里继续聊。作者利威尔xu一个正在死磕 AI 应用落地、热爱分享的普通后端开发。如果这个系列对你有帮助欢迎点赞、收藏、关注更多硬核内容持续更新中。