在AI Agent（智能体）的架构中，Skills（技能）扮演着“四肢”和“工具”的角色。如果说大模型是智能体的“大脑”，负责思考、推理和决策，那么Skills就是让大脑能够连接外部世界并执行具体任务的接口。

图解

1. 用户发出请求，由智能体核心接收。

2. 大模型作为大脑进行理解与规划，可能借助记忆模块中的历史信息。

3. 规划模块将任务分解，并决策需要调用哪个/哪些技能（Skills）。

4. 技能层包含一系列独立、可复用的工具（如网络搜索、计算器、数据库操作等），它们封装了具体的执行逻辑。

5. 技能被调用后会与外部世界（API、数据库、物理设备等）交互，获取结果并返回给智能体。

6. 智能体整合所有信息，生成最终回复给用户。

这个架构展示了Skills作为“行动接口”的核心角色——它们将智能体的决策能力与外部世界的执行能力连接起来。

具体来说，是以下几个核心角色：

1. 行动的载体

没有Skills，智能体只能停留在“空想”阶段（只能生成文本）。Skills将智能体的意图转化为实际的行动。

• 例子：当你说“帮我订一张明天去北京的机票”时，大脑（大模型）理解了意图，但它无法直接操作APP。这时，它会调用一个名为 book_flight 的Skill，这个Skill会连接航空公司的API，完成查询和预订。

2. 能力的扩展

大模型的知识通常截止于训练数据的那一刻（比如2023年），且无法感知实时信息。Skills打破了这一限制，赋予了智能体超越文本生成的能力。

• 获取实时信息：调用web_search Skill获取最新新闻。

• 处理私有数据：调用read_database Skill查询公司内部的销售数据。

• 物理世界交互：调用control_light Skill打开智能家居的灯光。

3. 模块化的工具箱

Skills通常被设计成独立的、可插拔的模块。这意味着开发者可以像搭积木一样，根据不同的需求为智能体装配不同的技能。

• 高内聚：每个Skill只做一件事，比如calculate只负责计算，send_email只负责发邮件。

• 可复用：同一个“发送邮件”的Skill，可以被用在客服智能体、个人助理智能体或HR智能体中。

4. 可靠性与安全性的边界

Skills通常是开发者预先编写好的、经过测试的代码，而不是由模型生成的不可控的代码。

• 确定性：调用2 + 2的Skill，结果永远是4，这避免了模型“幻觉”带来的计算错误。

• 权限控制：Skills是智能体访问敏感资源（如数据库、文件系统）的唯一入口，方便进行权限管理和安全审计。

总结

如果把智能体比作一个机器人：

• 大模型是大脑（思考、规划）。

• 记忆模块是硬盘（存储个人信息、历史对话）。

• Skills则是手脚和感官（拿东西、走路、看、听）。

在AutoGPT、LangChain、BabyAGI等主流Agent框架中，Skills（有时也被称为Tools或Plugins）都是最核心的组件。没有它们，智能体只是一个聊天机器人；有了它们，智能体才能真正成为一个能替人工作的执行者。