AI开发核心概念详解

本文档对AI应用开发中常见的专有名词进行系统梳理，涵盖 MCP、Agent、API Call、Skill、工作流 (Workflow) 和 存储体 (Storage) 六大概念。每个概念将从归类、核心解释、通俗理解以及与其它概念的关系等角度进行说明，最后通过一张完整的关系图呈现它们如何协同工作。

---

一、协议/通信层

1. MCP (Model Context Protocol， 模型上下文协议)

• 归类：开放协议 / 通信标准
• 核心解释：
  MCP 是由 Anthropic 提出并开源的一种标准化协议，旨在为AI模型连接外部工具和数据源提供统一的接口。它类似于“AI界的USB-C”，允许AI助手通过同一套规则调用任意符合MCP标准的服务，无需为每个工具单独编写适配代码。
• 通俗理解：
  过去每个工具都需要AI专门适配（像不同的充电头），而MCP让所有工具都采用相同的“插头”，AI只需支持MCP即可即插即用。
• 关系定位：
  MCP位于协议层，是Skill与外部API之间的桥梁。所有Skill的实现都通过MCP协议将请求转发给对应的MCP Server，再由Server转换为具体的API调用。

---

二、应用架构层

2. Agent（智能体/代理）

• 归类：执行实体 / 应用范式
• 核心解释：
  Agent是一个能够自主感知环境、进行决策并执行动作的智能实体。它以“完成任务”为最终目标，内部通常由大语言模型驱动，具备规划、推理、调用工具和记忆能力。
• 通俗理解：
  Agent就像一位“数字员工”——你告诉它“帮我订下周去北京的机票”，它会自动分解任务：查日历、比价、调用订票API、完成支付，最后反馈结果。
• 关系定位：
  Agent位于应用架构的顶层，它拥有并决策调用哪些Skill，同时依赖存储体获取记忆和知识，并可能被工作流编排执行特定任务。

---

三、能力/动作层

3. Skill（技能）

• 归类：功能封装 / 原子能力
• 核心解释：
  Skill是对某个具体功能的封装，它将复杂的操作逻辑抽象成一个可复用的能力单元。例如，“查询天气”、“发送邮件”、“计算数学题”都可以是Skill。
• 通俗理解：
  就像游戏角色的技能栏——点击“火球术”技能，角色会自动完成吟唱、耗蓝、发射等一系列动作。Skill将内部实现隐藏，只暴露简单的调用接口。
• 关系定位：
  Skill由Agent调用，其底层实现通常通过MCP协议与外部工具交互，最终转化为具体的API Call。多个Skill可以被编排进工作流。

4. API Call（API调用）

• 归类：交互方式 / 技术实现
• 核心解释：
  API Call是程序间通信的具体动作，指AI系统生成指令向外部服务接口发送请求并接收响应的过程。它是实现Skill的技术手段。
• 通俗理解：
  类比于“按开关”这个物理动作——Skill是“开灯”的功能，而API Call就是你用手指按下墙壁开关的动作。
• 关系定位：
  API Call是执行层的具体操作，通常由MCP Server根据协议转换后发起，与存储体或外部数据源进行实际数据交换。

---

四、任务编排层

5. 工作流 (Workflow)

• 归类：任务编排 / 流程管理
• 核心解释：
  工作流是对一系列有序任务、决策规则和交互逻辑的预定义或动态编排。它描述了“为完成某个目标，需要依次执行哪些步骤”。工作流可以是开发人员预先配置的固定流程，也可以是Agent在运行时动态生成的计划。
• 通俗理解：
  就像一份详细的菜谱，规定了先放什么料、后做什么动作。Agent可以扮演照着菜谱做菜的厨师，也可以是根据食材自己设计菜谱的创意大厨。
• 关系定位：
  工作流位于任务编排层，它可以调用Agent执行复杂子任务，也可以直接调用Skill完成原子操作，同时依赖存储体持久化流程状态。

---

五、数据/记忆层

6. 存储体 (Storage / Memory)

• 归类：数据持久化 / 记忆管理
• 核心解释：
  存储体是AI系统中用于持久化或缓存数据的组件，为整个系统提供记忆和信息检索能力。它包含多个层次：
  • 短期记忆：对话历史、当前会话上下文（通常由上下文窗口管理）。
  • 长期记忆：用户偏好、历史事实、专业知识库（常通过向量数据库实现检索增强生成RAG）。
  • 外部数据源：业务数据库、文件存储、第三方API背后的数据。
• 通俗理解：
  就像人的大脑和外部笔记本：短期记忆是大脑正在思考的内容，长期记忆是存储的知识，而笔记本（数据库）用来记录需要永久保存的信息。
• 关系定位：
  存储体贯穿整个体系：Agent依赖它回忆上下文，Skill执行时需要读写数据，工作流用它保存中间状态，MCP Server通过API Call访问它。

---

六、完整关系图

以下Mermaid图展示了上述概念如何协同工作，构成一个完整的AI应用架构：

---

七、总结

概念	核心作用	类比
工作流 (Workflow)	编排任务步骤，控制流程	菜谱
Agent	自主规划、决策并调用工具	数字员工
Skill	封装具体功能，提供能力单元	游戏技能
MCP	统一协议，连接工具与AI	USB-C接口
API Call	具体的技术调用动作	按开关
存储体 (Storage)	记忆与数据持久化	大脑+笔记本

这些概念共同构建了现代AI应用的基石：工作流负责宏观流程编排，Agent负责智能决策，Skill提供可复用能力，MCP实现标准化连接，API Call完成具体执行，存储体则确保数据与记忆的连续性。理解它们之间的关系，有助于设计出灵活、可扩展的AI系统。

八、实战案例：用AI助手预订机票

下面通过一个完整的例子，展示上述所有概念如何在实际场景中协同工作。

场景描述

用户通过聊天界面说：
“帮我订下周五从北京到上海的往返机票，预算2000元左右，我喜欢靠窗位置。”

步骤分解

1. 触发工作流 (Workflow)

• 系统接收到用户请求后，工作流引擎启动一个预定义的 “旅行预订工作流”。
• 该工作流定义了以下步骤：
  a. 解析用户需求并调用Agent进行意图理解。
  b. 查询航班信息。
  c. 筛选符合预算的航班。
  d. 向用户呈现选项。
  e. 用户确认后执行预订。
  f. 发送确认通知。

2. Agent介入与规划

• 工作流的第一步调用Agent。Agent接收原始请求，结合当前对话上下文（短期记忆），明确任务目标：预订下周五北京-上海往返机票，预算2000元以内，靠窗座位。
• Agent开始规划：它决定需要依次调用以下Skill：
  • parse_preferences：提取用户偏好（靠窗、预算）。
  • search_flights：查询符合日期和路线的航班。
  • filter_flights：按预算筛选。
  • present_options：展示给用户。
  • book_flight：根据用户选择完成预订。
  • send_notification：发送确认信息。

3. 调用Skill并通过MCP协议通信

• Agent首先调用search_flights Skill。该Skill本身不直接调用外部API，而是通过MCP协议发起一个标准化的请求，例如：

  {
    "tool": "flight_search",
    "params": {
      "origin": "北京",
      "destination": "上海",
      "date": "2025-04-25",
      "return_date": "2025-04-27"
    }
  }
  

• 这个请求通过MCP路由到对应的MCP Server（航班查询服务）。

4. MCP Server转换为具体API Call

• 航班查询MCP Server接收到MCP请求后，将其转换为对真实航空公司API的调用，例如向多个航空公司的聚合API发起HTTP请求（API Call）。
• 返回的航班数据再通过MCP Server封装成标准格式，返回给search_flights Skill。

5. 存储体的参与

• 在查询过程中，Agent可能访问存储体：
  • 短期记忆：保存当前会话的查询参数和中间结果，以便后续步骤引用。
  • 长期记忆：从向量数据库中检索该用户的历史偏好（例如之前是否常选东方航空、是否有会员号），用于优化推荐或自动填充。
• filter_flights Skill将筛选后的结果暂存，待用户选择。

6. 用户交互与最终执行

• Agent调用present_options Skill，通过MCP调用消息发送服务，将几个符合预算的航班选项展示给用户。
• 用户选择其中一个航班并确认。
• Agent调用book_flight Skill，再次通过MCP和对应的MCP Server（预订服务）发起API Call，完成实际预订扣款。
• 预订成功后，Agent调用send_notification Skill，通过MCP调用通知服务API，向用户发送确认短信/邮件。

7. 流程结束与数据持久化

• 工作流引擎记录该流程完成，并将最终订单信息存入存储体的长期记忆（数据库），以便后续查询或售后服务。
• 用户的偏好（如靠窗座位）也可能被更新到用户画像中，用于下次预订。

案例中各概念的体现

概念	在案例中的角色
工作流	预定义的“旅行预订工作流”协调了整个过程的步骤顺序。
Agent	理解用户意图、规划调用哪些Skill、融合记忆做出决策。
Skill	search_flights、filter_flights、book_flight 等原子能力单元。
MCP	标准化协议，让所有Skill无需关心底层API差异，统一通过MCP调用外部服务。
MCP Server	航班查询服务、预订服务、通知服务等适配器，负责与具体外部API交互。
API Call	MCP Server向航空公司API、支付网关、短信服务商发起的实际HTTP请求。
存储体	短期记忆（会话上下文）、长期记忆（用户偏好、历史订单）为整个过程提供数据支持。

案例流程图

这个例子完整地展示了从用户请求到最终响应的全过程，每个专有名词都在其中扮演了明确且不可或缺的角色，体现了它们在真实AI应用中的协同工作方式。