Agent Skill 是 Anthropic 于 2025 年确立的开放式 AI 代理构建标准。其本质是将复杂的 Prompt 工程、外部知识库（Reference）与执行逻辑（Script）封装为标准化的本地文件结构（通常以 SKILL.md 为核心）。

它的核心技术突破在于渐进式披露（Progressive Disclosure）架构：模型不再需要一次性读取所有背景设定，而是仅在推理过程中，根据当前任务的意图动态挂载必要的规则片段或数据引用。

1.LangChain 是什么

LangChain 是 LLM 应用开发领域最早期、最广泛使用的框架之一，定位为通用 LLM 应用框架。它提供了丰富的组件来简化与大语言模型的交互：

• Prompt 管理：模板化提示词构建与复用
• Chain（链）：将多个步骤（LLM 调用、工具调用、记忆等）串联成管道
• Agent 抽象：让 LLM 决定是否调用工具
• Tool（工具）：标准化的外部能力扩展接口
• Memory（记忆）：对话历史的存储与检索
• RAG 支持：检索增强生成的完整实现

1 理论体系背景

1.1 问题域

问题：有了LLMs，为什么需要开发大模型应用？

在大语言模型（LLM）如 ChatGPT、Claude、DeepSeek 等快速发展的今天，开发者不仅希望能“使用”这些模型，还希望能将它们灵活集成到自己的应用中，实现更强大的对话能力、检索增强生成 （RAG）、工具调用（Tool Calling）、多轮推理等功能。