从 LLM 到 OpenClaw：七步看懂 Prompt、Memory、MCP、Skills、Agent
这两年 AI 术语越来越多：LLM、MCP、Agent、Skills、OpenClaw。
如果你不是技术背景，第一次看到这串词，基本都会懵。下面我用一个统一场景来讲：把 AI 当成一个“数字员工”，你一步步给它补能力。
你可能见过这种反差：同样是用 AI，有人一句话就能让它查资料、排计划、连工具执行；而你这边得到的，往往只是一段“看起来对、但用不上”的回答。差别通常不在你“会不会提问”，而在于你有没有看清这 7 个概念各自负责哪一层能力。
第一步：LLM（大语言模型）
LLM 可以理解成语言引擎。你给它一段文本，它根据训练数据预测下一个词。
能力上，它能写、能改、能总结，也能处理不少推理任务。但它默认有三个限制：
- 不知道实时信息
- 不能直接操作外部系统
- 对话结束后不会长期记住你
旅行规划例子 你问它：“周末去哪玩？”
它会给你一些常见推荐，但不知道你预算是 500 还是 5000，也不知道周末天气，更不知道你上周刚去过杭州。
第二步：Prompt（提示词）
Prompt 就是你给 LLM 的输入。
同一个模型，输入方式不一样，结果会差很多。相比“帮我做旅行计划”这种泛指令，更有效的是把约束讲清：预算、出发地、饮食偏好、时间安排、不能接受的选项。
旅行规划例子 把问题改成： “我吃素，预算 1000 元，周末两天从上海出发，不爬山，想找安静一点的地方。”
这时建议会明显收敛，结果通常更可用。
第三步：Memory（记忆）
单次对话里的上下文，可以看作短期记忆；把用户偏好存到数据库，是长期记忆。
有了长期记忆后，AI 才能在下一次对话里延续你之前的偏好，而不是每次都从头问一遍。
旅行规划例子 如果系统记住你长期偏好“吃素、预算约 1000、不喜欢人挤人”，你下次只说“帮我安排五一短途”，它就能直接给出更贴近你的方案。
第四步：MCP（模型上下文协议）
MCP 是 Anthropic 提出的开放协议，用来标准化“AI 连接外部工具”的方式。
没有统一协议时，每接一个系统都要单独写一套对接代码。用了 MCP 后，AI 接日历、文件、数据库、内部 API 的流程可以统一，迁移和维护都更省事。
旅行规划例子 接了 MCP 之后，AI 才能真的做事：
- 读你的日历，避开冲突时间
- 查实时天气，避免踩雷
- 查票务和价格，给出可执行方案
第五步：Agent（智能体）
可以把 Agent 理解成“会分解任务并执行闭环”的系统。常见组成是：
- LLM（理解和生成）
- Memory（记住用户和上下文）
- 规划能力（拆任务和排序）
- 工具调用（真正执行）
旅行规划例子 你说一句“帮我安排这周末苏州行”。
Agent 会自己走完整流程：检查日历、比较车次、筛选餐厅、生成行程，必要时回头调整，而不是只回复一段建议文本。
第六步：Skills（技能）
这里最容易混淆的是 Tools 和 Skills：
- Tools 是单个能力，比如“订票”“发邮件”
- Skills 是流程模板，规定“先做什么，再做什么”
很多系统里，Skill 往往就是一份 Markdown 说明，里面写清楚某类任务的执行步骤和检查点。
旅行规划例子 只有订票工具时，AI 可能直接下单。
有旅行 Skill 时，它会先确认预算和时间窗口，再给候选方案、等你确认后执行，并在执行后回传行程单。
第七步：OpenClaw
OpenClaw 是在本地运行的 AI 助手。它可以把聊天入口（如微信、Telegram 等）和模型、工具层连接起来。
你可以把它看成一个网关：
- 前面接消息入口
- 后面接 LLM 与 MCP 工具
- 核心逻辑在你自己的机器上跑
它受欢迎的点很实际：本地部署、可连接真实工作流、可跨平台触发。
风险也同样实际：如果它拿到了文件、终端或账号权限，安全边界就必须认真做。权限给多少、怎么隔离、日志怎么审计，这些都不能省。
旅行规划例子 你在手机上发一句：“周末帮我安排个短途。”
系统在家里电脑上完成查询、规划和下单，再把结果回到聊天窗口。体验很顺，但前提是你已经把权限控制和安全策略配好。
总结
一张对照表就够了：
- LLM：会理解和生成文本
- Prompt：你如何下达任务
- Memory：系统如何记住你
- MCP：系统如何接外部工具
- Agent：系统如何自动拆解并执行
- Skills：系统按什么流程做事
- OpenClaw：把这些能力落到本地可用的一层
如果你刚入门，先抓住一句话： LLM 负责“会说”，MCP 和 Tools 让它“能做”，Memory、Skills、Agent 决定它“做得稳不稳”，OpenClaw 则是把整套能力装到你自己的环境里。
往期文章：
- 【axios 被投毒了，你的小龙虾可能已经中招你却不知道】： juejin.cn/post/762347…
- 【从对话到执行：一文读懂AI Coding Agent的底层原理】： juejin.cn/post/762194…
- 【Claude Code越用越贵？5个技巧让成本降70%】： juejin.cn/post/762441…
- 【用这套"AI-Native 面试官手册"给自己打分，你在 AI 时代有竞争力吗？】： juejin.cn/post/762376…
- 【别再用提示词去 AI 味了，自定义 Skill 才是解法】： juejin.cn/post/762444…
