Agent、Skills&MCP

#面试官最爱问的 AI 问题是......#
AI Agent技能Skills设计（前端视角·牛客精简版）
一、核心概念：Agent & Skill
•Agent：带大脑（LLM）、能调工具、可做决策的程序，类比前端应用层Controller
•Skill：Agent可调用的结构化能力单元，类比前端函数/API/组件/Hook的结合体，是AI原生的能力载体
二、Skill核心结构（4要素）
要素含义前端类比
name技能唯一标识函数名
description能力+使用场景描述JSDoc注释
inputSchema输入参数定义TypeScript类型
handler实际执行逻辑函数体/API请求逻辑
三、Skill核心调用机制（AI自主决策）
用户输入→Agent交给LLM→LLM判断是否需要Skill→选择并构造参数→调用Skill→返回结果→LLM整理输出
✅ 核心区别：前端是人工写判断调用，AI是LLM自动决策调用

从前端视角来看，Skill是Agent可调用的结构化能力单元，类比前端的函数、API与Hook结合体，核心包含名称、描述、输入定义和执行逻辑四大要素，其关键是由LLM自主决策调用，而非人工手动触发，设计上要遵循描述优先、输入清晰、单一职责和可组合性原则，还需按定义能力边界、撰写AI可理解描述、设计输入Schema、实现执行逻辑的步骤工程化落地，同时能清晰区分Skill与MCP的核心差异——Skill是应用层的能力定义，MCP是基础设施层的能力传输协议，二者协作可为Agent提供可执行的能力，而前端开发者可基于Skill打造AI Copilot、智能业务工具，或是构建AI应用的后端能力层，实现从手动调用API到AI自主决策调用的开发模式升级，也能借助Skill更好地衔接前端UI交互与AI的自动化执行能力。