什么是token ：

token是大模型处理文本的基本单元

• 简单来说，模型并不直接阅读“单词”或“句子”，而是将输入的文本切割成一个个片段，这些片段就是 Token。

什么是agent

Agent = LLM（大模型）+ Planning（规划）+ Memory（记忆）+ Tools（工具）

RAG

发音为软安哥

• 概念：Retrieval-Augmented Generation（检索增强生成）
• 什么是RAG：
  • 一种结合 检索（Retrieval） 和 生成（Generation） 的自然语言处理技术。
  • 先从知识库或文档库中检索相关信息，再基于这些信息生成回答或文本。
  • 解决纯生成模型可能“凭空编造”（hallucination）问题，提高回答准确度。
• 解决什么问题
  • 用来解决：模型不知道 / 不准 / 不能瞎编

skills

• 概念：可以理解为工具说明书
  • 更偏向语义层，通常包括：
    • 一个能力能做什么（例如：总结、翻译、写代码）
    • 什么时候用它
    • 输入/输出格式
    • 使用示例
    • 有时还包括提示词模板（prompt template）

MCP

Model Context Protocol 模型上下文协议

• 概念：一个统一的通用协议，给 AI 接工具的“统一插头”
  • 工具怎么描述
  • 参数怎么传
  • 返回结果怎么给模型
• MCP 是标准，Skill 是具体工具
• mcp server ：真正提供能力（查数据库、读文件、调 API）
• mcp client ：是调用这些工具的通道或者ai
• mcp 协议： 让两者能标准化通信的规则

mcp 的核心能力

大白话就是mcp能干吗

• tools
• resources
• prompt

大白话总结： mcp 能够使用工具，能够访问资源，能够提供prompt模板

MCP的工作流程

Function Calling

• 概念： 大模型的一项核心能力，
• AI 不自己算，而是叫程序来算

MCP 和 Function calling 区别

维度	Function Calling	MCP
本质	LLM 的一种能力	标准化的通信协议
作用层级	模型层	基础设施层
解决问题	让 LLM 知道“如何调用函数”	让工具和模型“如何连接”
标准化	每个模型提供商实现不同	统一的协议规范
工具复用	需要为每个应用重写	社区工具可直接使用

• 大白话总结
  • function calling
    • 需要自己取实现具体的应用方法
    • 针对不同的模型，进行不同的实现
  • mcp
    • 用社区已有的mcp工具调用即可

function calling 实现代码参考

js
# 步骤1：为每个LLM提供商定义函数
# OpenAI格式
openai_tools = [
    {
        "type": "function",
        "function": {
            "name": "search_github",
            "description": "搜索GitHub仓库",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "搜索关键词"}
                },
                "required": ["query"]
            }
        }
    }
]

# Claude格式
claude_tools = [
    {
        "name": "search_github",
        "description": "搜索GitHub仓库",
        "input_schema": {  # 注意：不是parameters
            "type": "object",
            "properties": {
                "query": {"type": "string", "description": "搜索关键词"}
            },
            "required": ["query"]
        }
    }
]

# 步骤2：自己实现工具函数
def search_github(query):
    import requests
    response = requests.get(
        "https://api.github.com/search/repositories",
        params={"q": query}
    )
    return response.json()

# 步骤3：处理不同模型的响应格式
# OpenAI的响应
if response.choices[0].message.tool_calls:
    tool_call = response.choices[0].message.tool_calls[0]
    result = search_github(**json.loads(tool_call.function.arguments))

# Claude的响应
if response.content[0].type == "tool_use":
    tool_use = response.content[0]
    result = search_github(**tool_use.input)

mcp实现方式代码参考

js
from hello_agents.protocols import MCPClient

# 步骤1：连接到社区提供的MCP服务器（无需自己实现）
github_client = MCPClient([
    "npx", "-y", "@modelcontextprotocol/server-github"
])

fs_client = MCPClient([
    "npx", "-y", "@modelcontextprotocol/server-filesystem", "."
])

# 步骤2：统一的调用方式（与模型无关）
async with github_client:
    # 自动发现工具
    tools = await github_client.list_tools()

    # 调用工具（标准化接口）
    result = await github_client.call_tool(
        "search_repositories",
        {"query": "AI agents"}
    )

# 步骤3：任何支持MCP的模型都能使用
# OpenAI、Claude、Llama等都使用相同的MCP客户端

skill

• 对于小白来说，可以先理解为skill是大模型可以动态调用的工作流（区别n8n：n8n是一开始就定义好的workflow）

Chain 和Graph

• Graph（图） 和 Chain（链） 是组织 AI 逻辑的两大基石
  • Chain：线性流水线，逻辑是单向、线性的。
  • Graph：复杂的“思维导图” ，它允许节点之间有复杂的连接，甚至可以回退、循环、分支。

ReAct ：目前最经典、最常用的 Agent 运行模式

• 思考-行动-观察结果

Plan-and-Execute (计划与执行)

• 先计划再执行

Reflection / Self-Correction (反思/自我纠错)

• 它包含两个部分：一个负责“做”，一个负责“评”。
• 逻辑：
  • Generator (生成者)：先出一个草稿。
  • Reflector (评价者)：检查草稿里的错误（如逻辑不通、事实错误、格式不对）。
  • 循环：生成者根据评价意见修改，直到评价者满意。

多模态嵌入 (Multimodal Embedding)

• 其目的是将不同类型的数据（如图像和文本）映射到同一个共享的向量空间。在这个统一的空间里，一段描述“一只奔跑的狗”的文字，其向量会非常接近一张真实小狗奔跑的图片向量。