Dai Wei

Skill 是可按需加载的能力包，把 SOP、约束与工具说明从主上下文剥离。 概念边界Prompt 是一次性指令；MCP 是工具协议；FC 是调用格式；Skill 是「何时用、怎么用、检查什么」的打包文档 + 可选脚本。模型通过 description 匹配 Skill，再加载完整 SKILL.md。 结构实践SKILL.md 含：适用场景、步骤、禁止项、输出格式、示例。配合 Rule/Flow/Use For 元数据。TDD 式 Skill：先写期望行为再补步骤。 工程价值减少每轮重复塞长 Prompt；团队共享最佳实践；版本化与 prune 避免 Skill 爆炸。 误区Skill 越多越好导致选择困难；Skill 与 MCP Tool 职责重叠未清理；无评测验证 Skill 真被正确触发。 延伸思考SKILL.md 写作应回答：何时触发、输入输出、步骤顺序、失败怎么办、示例对话。Rule 适合硬约束，Flow 适合分支流程，Use For 帮助 router 匹配。Skill 与 MCP Tool 分工：Tool 是能力接口，Skill 是使用手册。...

Prompt 是把模糊意图翻译成模型可稳定执行的指令契约。 四要素角色（谁在说）、任务（做什么）、上下文（依据什么）、格式（怎么输出）。缺格式易漂移；缺角色易风格混乱。别把 Prompt 写成万字说明书——优先清晰约束与反例。 常用技巧Few-shot 给 1–3 个示范；CoT 要求分步推理；Self-consistency 多采样投票；结构化输出配合 JSON Schema。角色扮演适合风格，不适合替代 factual 检索。 迭代方法建立小评测集；每次只改一处；记录 version 与指标。生产 Prompt 放配置中心或模板库，与代码分离。 误区Prompt 万能论；忽视温度与 top_p；不做失败样例回归。 延伸思考四要素之外，还应考虑「负向约束」：不要做什么、遇到不确定如何拒答。CoT 在数学与逻辑题有效，但在强工具场景可能诱导冗长推理，可改用「先列检查清单再行动」。Prompt 版本要与模型版本绑定回归——换模型后旧 Prompt 可能失效。企业环境建议 Prompt 模板化，变量仅填业务字段，核心安全策略放在 System 层且尽量短，降低被用户覆盖的概率。 ...

MCP 统一工具与资源的接入协议，降低 N×M 集成成本。 定位Function Calling 是模型侧「输出调用意图」的能力；MCP 是 Host 与 Server 之间的标准协议，暴露 Tools、Resources、Prompts 等。Agent 通过 MCP Client 发现能力并调用，Server 可独立部署与版本化。 调用流程Host 启动 → 连接 Server → list_tools / list_resources → 模型选中 tool → JSON-RPC 请求 → Server 执行 → 结果返回 Host → 写入上下文。Roots 限定文件范围；Sampling 允许 Server 反向请求模型。 工程实践一能力一 Server 便于权限隔离；敏感工具默认关闭；记录 call_id 审计。与 FC 配合：模型仍走 FC 格式，Host 映射到 MCP 调用。 安全误区MCP 不自带鉴权——必须自己做 OAuth、scope、网络隔离。勿把「能连上 MCP」等于「生产可用」。 延伸思考生产部署 MCP Server 时，建议独立进程 ...

Loop 不是新概念，而是把 ReAct、工作流回边、Harness 统一到可维护结构。 两层循环内层 Agent Loop：单轮推理-行动-观察。外层 Loop Engineering：任务级 retry、反思、人工审批、子目标重规划。Workflow/Graph 提供可控回边；纯自由 Agent 易死循环。 与相关概念ReAct 是内层模式；Context Engineering 决定每圈输入；Skills 沉淀重复流程；MCP 接工具；Harness 包住执行环境。所谓「新瓶装旧酒」指编排思想来自状态机与 DAG，只是 LLM 充当转移函数。 落地建议明确停止条件（max steps、工具无进展、置信度）；死循环检测；关键节点允许 Graph 强制跳转。Skills 减少每轮重复解释 SOP。 误区无限 Loop 烧 Token；无外层 Loop 导致单 Agent 承担产品级流程；把 Loop 与多 Agent 混为一谈。 延伸思考外层 Loop 可承载：失败后换策略、调用 critic 模型审查、触发人工补资料、或降级为纯 RAG 问答。内层 Loop 则...

同样模型与 Prompt，差在「每轮看见什么」——这就是 Context Engineering。 与 Prompt Engineering 的差别Prompt 定角色、格式与约束；Context 定证据、工具结果、记忆与检索片段的组装顺序与预算。Prompt 写一次；Context 每轮动态变化。只优化 Prompt 不管理上下文，Agent 跑三轮就可能丢目标。 失效机制窗口溢出截断关键指令；检索噪声淹没要点；工具返回过长未摘要；多源内容顺序不当导致模型跟错重点。中间位置信息利用弱是已知现象，重要约束应靠近首尾。 工程实践分层：系统指令 / 任务状态 / 检索证据 / 工具输出 / 用户输入。设 Token 预算与优先级；预检索 + 运行时按需加载；对工具结果做结构化摘要。评估用固定任务集对比「换上下文策略」的 success rate。 误区上下文越多越好；把所有 MCP Resource 一次性塞入；不做来源标注导致模型混淆用户输入与外部网页。 延伸思考预检索往往不够，因为用户追问会改变信息需求。运行时 Context 应支持按...

记忆让 Agent 跨轮次保持任务连贯，也是长对话失控的主要变量。 记忆分类短期记忆通常是对话历史与当前任务状态，受上下文窗口限制。长期记忆存用户偏好、历史结论、实体关系，常用向量库或 KV/图数据库。 episodic 记「发生了什么」，semantic 记「知道什么」。 生命周期写入：工具结果、用户确认、摘要压缩后入库。读取：按 query 检索相关记忆注入上下文。更新：冲突合并、过期淘汰、重要性打分。遗忘：主动删除敏感或过时条目。 与 RAG 的边界RAG 面向企业知识库、强调溯源与权限；Memory 面向会话/用户态、强调个性化与任务连续。二者可共存：RAG 供事实，Memory 供交互历史。勿把整库当 Memory 无差别注入。 实践与误区长任务定期做 rolling summary；记忆写入前脱敏。误区：无限追加历史导致偏题；不做去重重复注入矛盾信息；长期记忆无 TTL 引发隐私风险。 延伸思考工程上可为 Memory 设计写入门槛：仅持久化用户显式确认、工具返回的结构化结论、或经摘要压缩后的高价值事实。读取侧做相关性阈值，低于阈值不注入，避免...

理解 Agent 首先要分清：谁决定下一步——程序员、流程图，还是模型。 概念辨析传统编程路径固定；Workflow 用 DAG 约束分支；Agent 由模型根据 Observation 动态选动作。订单扣库存适合代码；「排查服务变慢」适合 Agent——中间证据决定下一步查监控还是日志。 Agent Loop 机制每轮：LLM 读上下文 → 输出工具调用或最终答案 → 执行工具 → 结果写回上下文。ReAct 显式交替推理与行动。Plan-and-Execute 先规划再逐步执行，适合步骤多但子任务可拆的场景。 工程落地最少三层：工具层（Schema + 鉴权）、编排层（Loop/停止条件）、观测层（日志/Trace）。Tools 注册遵循 name/description/parameters JSON Schema；执行结果必须回灌上下文。 风险与误区长上下文不等于更好——中间信息利用率低、成本飙升。工具不能消灭幻觉，只能约束行动边界。多 Agent 之前先做单 Agent 闭环与评测。 延伸思考实现 Agent Loop 时，建...

Agent 专题解决「模型如何持续感知环境并执行动作」这一核心问题。 核心概念Agent = 推理模型 + 规划 + 记忆 + 工具。与聊天机器人的差别在于闭环：每轮读取 Observation，再决定 Action，直到满足停止条件。Workflow 预定义路径；Agent 在部分步骤动态决策。 工作机制Agent Loop：Thought → Action → Observation 循环。Memory 分短期（上下文窗口）与长期（向量库/结构化存储）。Context Engineering 管理每轮输入什么；Harness 提供可执行、可观测的运行壳。 工程实践入门路径：Agent 基础 → Prompt/Context → MCP/Skills → 多 Agent → Workflow/Graph/Loop。工具注册用 JSON Schema；高危操作人工确认；长任务做 checkpoint 与上下文压缩。 评估与安全用 Trace 还原每步工具调用；评测覆盖「工具选对了吗、参数对吗、是否越权」。误区：以为 ...

RAG 优化先修数据，再调检索，最后才换大模型。 优化闭环标注 Badcase → 定位层（解析/Chunk/召回/重排/生成）→ 改策略 → Golden 回归。指标：Recall@K、MRR、答案 grounded 率、人工分。 召回层混合检索 BM25 + 向量；Query 改写/HyDE；多路召回合并。重排用 cross-encoder 或小模型。 上下文去重、排序、长度预算；引用格式约束；拒答当检索分低时。 误区一上来换 GPT-4；忽视 Metadata 过滤；无标注集盲目调参。 延伸思考Badcase 分类示例：未召回（调 chunk/混合检索）、召回了但排序靠后（调 rerank）、上下文太长模型忽略（压缩/重排）、生成了未在片段中的事实（加强引用约束与拒答）。数据治理包括：去重、敏感信息脱敏、过期文档下架。A/B 可对比 reranker 有无、top_k 大小、query rewrite 策略。优化顺序切忌跳步——没有标注集就无法证明改动有效。 实践小结练习：标注 20 条 B...

向量 Top-K 擅长相似片段，GraphRAG 补关系推理与全局摘要类问题。 动机Chunk 孤岛化；向量相似度不保证逻辑邻接；「整个库的趋势」类问题需社区检测与图遍历。GraphRAG 构建实体关系图，检索时走子图 + 摘要。 机制索引期：抽取实体边、社区划分、生成社区摘要。查询期：局部向量检索 + 图扩展 + 汇总 Prompt。成本高于纯向量 RAG。 选型适合关系密集、多跳问答、研报类全局问题。简单 FAQ 纯向量即可。可混合：向量初召 + 图 refine。 误区一切上图；忽视构建与更新成本；图质量差于向量 baseline 未对比评测。 延伸思考GraphRAG 索引成本包含实体抽取 LLM 调用、社区摘要生成与图存储。查询时若走全局搜索，延迟高于普通 RAG，适合离线分析型问答而非毫秒级客服。与向量混合：先用向量找种子实体，再 k-hop 扩展。更新时图边也需增量维护，否则节点过期。评测应用多跳数据集验证是否真的优于 baseline，避免为图而图。 实践小结练习：选 5 个多跳问题，对比向量 RAG 与（若有）图扩展结果。估算构图 LLM 成本是否可接受。明...