一張圖認識什麼是 Agent 和 Skill

什麼是 Agent?

• LLM = 大腦
• Agent System = 身體
• LLM Credit = 氧氣
  • 沒付錢LLM就停擺 = 沒氧氣大腦就死亡
• Tool Call = 手腳、五官
  • 眼睛看（蒐集資訊 ex: web search）
  • 手寫字（輸出內容 ex: edit files）

什麼是 Skill?

一個抽象化的 SOP

例如

• 做一杯飲料
  • 拿杯子（沒杯子了要補貨）
  • 裝茶（看什麼飲料裝對應的茶）
  • 加糖（要多少糖）
  • 加冰塊（要多少冰塊）
  • 封膜
  • 給客人
• 射門
  • 眼睛(Tool call)找到門框和守門員位置
  • 傳遞資訊給大腦，並思考怎麼射門比較好(call LLM)
  • 身體(Agent System)的神經控制腳(Tool call)來射門

什麼是 Script, CLI, MCP Tool?

步驟足夠明確的SOP不適合寫成 skill(markdown)，比較適合直接封裝成 script，甚至更複雜的流程會封裝成 CLI, MCP Tool

層次	定義	人類時代	現在封裝成
Script	完全自動，不需要任何輸入	工廠計件員用算盤計數	計數感應器，自動累計
CLI	需要給指令，固定處理後回傳結果	收銀員手動結帳	POS 機（輸入品項 → 自動算帳印單）
MCP Tool	連接外部服務，標準化的外部溝通	打電話叫快遞	串接快遞 API

當有了流程(skill)和工具(script, cli, mcp tool)，處理一個sop會更加有效率
例如

• 幫客人點餐 (skill)
  • 詢問要點什麼，並確認餐點
  • 操作 POS 機 - 點餐並計算金額 (cli)
  • 收錢找零
  • 操作 POS 機 - 結帳、印訂單和發票 (cli)
  • 發票給客人

什麼是 MCP 和 MCP Tool?

遙控器（MCP）和冷氣（MCP Tool）

• 遙控器 = MCP
  • Agent 用來跟外部服務溝通的統一規格
  • 遙控器本身不會降溫，只負責發送指令
• 冷氣 = MCP Tool
  • 實際執行任務的外部服務
  • 收到指令後，才真正去做事

好處：同一個遙控器規格，可以控制冷氣、電視、音響 同一套 MCP 規格，Agent 可以串接快遞 API、天氣 API、Slack… 不需要為每個服務學一套新的溝通方式

總結

其實人類也是這樣運作的—— 重複的事情久了變成直覺、習慣（script） 剩下需要思考和判斷的才動用大腦（skill）

Agent 只是把這件事，搬到了軟體世界