Skill 与 Agent：AI 开发中两个最容易混淆的概念
入门 AI 开发时，很多人会被这两个词搞懵：Skill 和 Agent 到底有什么区别？都是 Python 文件，都能调用工具，为什么要分开？本文用最直白的方式，彻底讲清楚这两个概念。
一、先从一个比喻开始
想象你开了一家餐厅：
- Agent = 餐厅的大厨：他会思考、决策，根据客人的需求决定做什么菜、用什么食材、什么顺序出菜。他是有主动意识的执行者。
- Skill = 大厨手边的菜谱和工具：炒锅、菜谱、调味料……这些本身不会思考，但大厨需要它们才能完成任务。
用户需求
↓
[Agent 大脑] → 思考 → 决定用哪个 Skill
↓
[Skill 工具] → 执行 → 返回结果
↓
[Agent 大脑] → 整合结果 → 回答用户
二、Skill 是什么？
Skill（技能/插件） 是一个具有明确功能边界的可调用模块。它本身不会主动做任何事，只在被调用时执行特定任务。
Skill 的三个核心特征
1. 功能单一 每个 Skill 只做一件事：查天气、搜索网页、发消息、签到……职责越单一越好。
2. 被动执行 Skill 不会主动触发，必须被 Agent 或用户显式调用。
3. 有描述文件
在 OpenClaw 等平台中，Skill 通常有一个 SKILL.md 说明文件，告诉 AI 系统这个技能是干什么的、怎么用。
skill/
SKILL.md ← 给 AI 看的说明书（自然语言描述）
scripts/
get_weather.py ← 实际执行逻辑
SKILL.md 长什么样？
---
name: weather
description: 查询天气预报，支持全球城市
---
## 使用方法
curl "wttr.in/{城市名}?format=3"
## 参数
- city: 城市名称，如：上海、北京
AI 读懂这个文件后，就知道什么时候该调用它、怎么调用。
三、Agent 是什么？
Agent（智能体） 是一个能够自主感知、思考、决策并执行任务的 AI 系统。它有一个「大脑」（LLM），有一套工具（Skill 或函数），有一个运行循环。
Agent 的四个核心要素
┌─────────────────────────────────────┐
│ Agent │
│ │
│ ┌─────────┐ ┌────────────────┐ │
│ │ 感知 │ │ 决策/规划 │ │
│ │ Perceive│───▶│ Plan │ │
│ └─────────┘ └───────┬────────┘ │
│ │ │
│ ┌─────────┐ ┌───────▼────────┐ │
│ │ 记忆 │ │ 执行工具 │ │
│ │ Memory │ │ Act/Tools │ │
│ └─────────┘ └────────────────┘ │
└─────────────────────────────────────┘
1. 感知（Perceive）：接收用户输入、环境信息
2. 决策（Plan）：LLM 大脑分析需求，决定下一步做什么
3. 执行（Act）：调用工具/Skill，获取外部信息或执行操作
4. 记忆（Memory）：记住对话历史，支持多轮交互
最简单的 Agent 代码结构
def run_agent(user_input):
messages = [{"role": "user", "content": user_input}]
while True:
# 1. LLM 思考：要做什么？
response = llm.chat(messages, tools=TOOLS)
# 2. 不需要工具 → 直接回答
if not response.tool_calls:
return response.content
# 3. 需要工具 → 调用工具
for tool_call in response.tool_calls:
result = execute_tool(tool_call) # 这里调用 Skill
messages.append(tool_result(result))
# 4. 拿到工具结果 → 继续思考
这个循环：思考 → 行动 → 观察 → 再思考，就是 Agent 的本质，也叫 ReAct 模式。
四、核心区别一览
| 对比维度 | Skill | Agent |
|---|---|---|
| 本质 | 工具/插件 | 智能体/系统 |
| 有无大脑 | ❌ 无 | ✅ 有 LLM |
| 主动性 | 被动，等待调用 | 主动，自主决策 |
| 复杂度 | 低，单一功能 | 高，多工具协调 |
| 入口文件 | SKILL.md（自然语言） | Python/代码（逻辑） |
| 调用方 | Agent 或平台 | 用户或系统 |
| 典型例子 | 查天气、搜索、签到 | ChatGPT、AutoGPT |
| 能否独立运行 | ❌ 需要宿主 | ✅ 独立运行 |
五、它们如何配合工作？
一个完整的 AI 应用，通常是这样的结构：
┌──────────────────────────────────────────┐
│ Agent │
│ ┌────────┐ │
│ │ LLM │ ← 大脑，负责思考和决策 │
│ └───┬────┘ │
│ │ 调用 │
│ ┌───▼──────────────────────────────┐ │
│ │ Skill 工具箱 │ │
│ │ [天气] [搜索] [签到] [发消息] │ │
│ └──────────────────────────────────┘ │
└──────────────────────────────────────────┘
实际工作流程举例：
用户说：「今天上海天气适合出门吗？顺便帮我掘金签到」
Step 1: Agent 接收输入
↓
Step 2: LLM 分析：需要查天气 + 掘金签到，两个任务
↓
Step 3: 调用 weather Skill → 返回「晴天，22°C」
↓
Step 4: 调用 juejin_checkin Skill → 返回「签到成功，+200矿石」
↓
Step 5: LLM 整合结果，生成最终回答
↓
Step 6: 「上海今天晴天22°C，非常适合出门！掘金签到也完成了，获得200矿石 🎉」
六、在 OpenClaw 中的对应关系
如果你用过 OpenClaw（或类似的 AI 助手平台），可以这样理解：
OpenClaw 平台
│
├── Agent（就是 AI 助手本身，有 LLM 大脑）
│ ↓ 读取并调用
└── Skills（扩展能力的插件）
├── weather/SKILL.md → 查天气
├── baidu-search/SKILL.md → 百度搜索
├── mx-stocks/SKILL.md → 股票筛选
└── juejin/SKILL.md → 掘金签到
- SKILL.md 是写给 AI 看的「工具说明书」，用自然语言描述这个工具是干什么的
- AI Agent 读懂说明书后，在合适的时机自动调用对应的脚本
- 这就是为什么 Skill 的入口是
.md文件，而不是.py文件
七、自己写 Agent 时怎么设计 Skill？
如果你在用 Python 自己写 Agent（比如基于 LangChain 或直接调用 OpenAI API），Skill 在代码里就是工具函数 + 描述：
# Skill 的代码形式：函数 + JSON Schema 描述
TOOLS_SCHEMA = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "查询城市天气", ← 这就是给 LLM 看的「SKILL.md」
"parameters": {
"type": "object",
"properties": {
"city": {"type": "string"}
}
}
}
}
]
# Skill 的实现
def get_weather(city: str) -> str:
return f"{city}：晴天，22°C"
本质上，无论是 OpenClaw 的 SKILL.md，还是 OpenAI 的 JSON Schema，都在做同一件事：告诉 LLM 这个工具叫什么、能做什么、需要什么参数。形式不同，目的一样。
八、总结
用一句话记住：
Agent 是会思考的大脑，Skill 是它手里的工具。
| 记忆方法 | |
|---|---|
| Skill | 螺丝刀——功能单一，用的时候才拿起来 |
| Agent | 工程师——知道什么时候用哪把螺丝刀 |
学 AI 开发的路径建议：
- 先搞懂一个 Skill 怎么写（单一功能，容易理解）
- 再搞懂 Agent 的 ReAct 循环（思考→行动→观察）
- 最后学多 Agent 协作（多个 Agent 分工合作）
你已经在这条路上了——加油！🚀
如果这篇文章对你有帮助，欢迎点赞收藏～有问题欢迎评论区交流。
