从 LLM 到 Agent Skill：打通 AI 核心概念

这套教程讲什么

把 LLM、Token、Context、Prompt、Tool、MCP、Agent、Agent Skill 等核心概念串起来讲，从底层逻辑打通 AI 的工作方式。视频偏概念总览与关系梳理，适合刚入门、被术语卡住、想建立整体框架的观众。

你会学到什么

• 串讲 Token、上下文窗口与 Prompt 的关系
• 说明 Tool 与 MCP 在模型能力外的位置
• 从 LLM 一路推到 Agent 与 Agent Skill

适合谁

适合刚开始学 AI、常被 Token、上下文、Agent 等术语绕晕的新手，以及想给学生或团队做概念科普的人。

学习建议

建议按顺序看，遇到不熟的名词先记下来，之后分别补 Token 与上下文窗口两节，再回头看整张关系图会更顺。

常见问题

LLM、Agent 和 Agent Skill 是什么关系？

LLM 负责理解与生成文本，本身不会主动做事；Agent 在模型外加工具调用、循环与状态管理，以完成多步任务；Agent Skill 则把某类任务的步骤封装成可复用能力包，按需加载使用。

Context Window 和 Context 是一回事吗？

不完全一样。Context 指模型这一次看到的全部内容，包括系统提示、对话历史、检索结果与工具返回；Context Window 是模型一次能容纳的上限。超限时要压缩、截断或把信息外置到检索系统里。