LLM

Skill 定义 ​ Skill 是一种给 AI agent 用的“小插件”或“工作说明书”。它会教大模型 如何稳定地完成某类特定任务，尤其适合重复、固定流程、需要遵循格式或团队规范的工作。简单概括：专业知识 + 操作流程 + 工具调用 ...

TR;DR(Gemini 提炼总结，人工审核) 这篇文章的核心逻辑可以精炼为一句话：在 AI 编程时代，将“代码”视为副产品，将“规格（Spec）”视为唯一的真理来源。 ...

本文由AI🤖进行润色和校对，本人亲自审核可以放心阅读 过去一年，围绕 AI Agent 的工程化落地，业内逐渐收敛出三条主线：MCP、CLI 和 Skills。 MCP（Model Context Protocol）：Anthropic 在 2024 年底提出的开放标准。它用 JSON-RPC 统一封装工具和服务，让 Agent 可以通过一致的接口调用不同系统。OpenAI、Google、Microsoft、AWS 也都在跟进。 CLI：直接让 Agent 执行 shell 命令，例如 git log、gh pr list、curl、kubectl。没有额外协议层，也不需要单独起一个工具服务。 Skills：把经验沉淀成一份 Markdown“操作说明书”，告诉 Agent 在什么场景下该调用什么工具、走什么流程。平时几乎不占上下文，触发时再加载完整内容。 如果只看“概念完整度”，MCP 最像一个标准答案；但如果看实际交付效率，很多团队最后反而会落到 CLI + Skills 这组组合上。 ...

mcp 入门（实践篇） ​ 本文将会从 0 实现一个 mcp server，一个基于高德天气api的 天气查询 mcp服务。完整代码见：（https://github.com/Lucareful/mcp-wather） ...

MCP 入门（概念篇） MCP 诞生背景 Model Context Protocol (MCP) MCP 是 Claude(Anthropic) 主导发布的一个开放的、通用的、有共识的协议标准。 ​ MCP 于 2024 年 11 月由 Anthropic 发布，旨在标准化 AI 模型与外部数据源（如数据库、API、文件系统）的连接。它的目标是让 AI 助理能够访问和利用上下文数据，提升响应质量。MCP正在统一不同模型和框架的“函数调用”功能，这催生了一个工具服务商生态系统，大幅降低了智能体与工具/数据的对接复杂度。随着更多框架、服务商和平台采用MCP，这一趋势将持续深化。 ...

MCP 入门 —— （JSON-RPC 2.0 协议） 简介 ​ JSON-RPC是一个无状态且轻量级的远程过程调用(RPC)协议** ​ 在AI技术飞速演进的今天，底层通信协议的选择对系统效率和互操作性至关重要。新兴的AI协议如模型上下文协议（MCP）[1]和 Agent2Agent（A2A）[2]协议，都使用了 JSON-RPC 2.0 协议 ...