2 篇博文 含有标签「skills」

很多 Agent 系统把 Harness 描述成一个循环：把用户消息交给模型，执行模型返回的 Tool Call，再把结果送回模型。这个循环很重要，但它还没有回答一个更早的问题：用户继续发来的消息，是在延续当前任务、改变同一会话内的阶段，还是已经超出当前专业会话的职责？

xAgent 在业务 Agent loop 之前处理这个问题。原始输入先成为会话事实；一次受约束的语义调用再输出任务关系，以及 Skill、Tool、Memory 三类召回词；Brain 根据枚举执行确定性状态转换；只有首次建立任务或阶段变化时，Orchestrator 才增量补充能力。

这套任务理解、AI Agent 能力选择与环境准备链路已随 0.0.10.beta 发布；本文继续说明它在 Harness 中的责任边界和执行顺序。

最近聊 AI Agent，Skill、Tool 和 MCP 几乎总会一起出现。问题也出在这里：把三个词并排摆出来，很容易让人以为它们是三种同类能力，选了一个就不需要另外两个。

实际不是这样。Tool 是 Agent 能调用的具体动作；Skill 保存完成一类任务的方法；MCP 负责让外部服务按统一协议把 Tool、Resource 和 Prompt 提供给 Agent 应用。 MCP Server 提供的 Tool，进入 Agent 的运行环境后仍然是 Tool。

我们没有停在概念解释上，而是在 xAgent 里配置了 MCP 官方文档服务器，创建一个独立会话，让它加载研究 Skill、检索官方资料、生成报告，再重新读取报告做验收。下面的结论都能在这次运行记录里找到对应证据。