当前位置: 首页 > news >正文

【干货收藏】大模型工具调用技术演进:从Function Call到Agent Skills

本文详细介绍了大模型工具调用的四个发展阶段:从Function Call到Agent框架,再到MCP协议,最后到最新的Agent Skills。重点讲解了Agent Skills作为模块化能力包的特点:轻量化、可组合、可移植,采用渐进式披露方式。Skills与MCP协同工作,Skills负责"告诉LLM如何做",MCP负责连接外部系统,共同扩展LLM的专业能力。

1、LLM工具调用发展历程

为了扩展LLM调用外部能力,2023年OpenAI在GPT API中推出了Function Call,类似传统API设计思想,让LLM按JSON格式填写参数,由后端调用接口。

随着Agent框架发展起来,可以由Agent根据目标自主决策使用什么工具,完成多步规划与工具调用。

但各家工具不兼容、生态碎片化。为了解决这一问题,Anthropic在2024年提出了MCP协议,将LLM连接外部数据源和工具抽象成统一协议,成为各大模型通用标准。

最近Anthropic进一步推出了Agent Skills,给LLM提供一个可移植的领域能力包,把「领域知识+操作文档+工程脚本」打包成模块化插件,可以挂载到不同 Agent 复用。

  • 阶段 1解决了“能不能调”的问题(可靠性)。
  • 阶段 2解决了“会不会用”的问题(自主性)。
  • 阶段 3解决了“好不好连”的问题(标准化)。
  • 阶段 4解决了“专不专业”的问题(专业化)。

2、详解最新的Agent Skills

今天重点介绍一下最新的Agent Skills。

为了解决LLM专业领域技能匮乏问题,需要一种轻量化、可组合、可移植的方式给Agent注入专业技能。

于是有了Agent Skills,其本质是一个模块化的能力包,包含指令、脚本、资源,LLM可以动态发现和加载。

其形态是一个包含SKILL.md文件的目录,以Claude的PDF文档编辑为例:

如图所示,共有3+层结构:

  • 第一层:Metadata(元数据),类似tool的功能描述,启动时加载,只包含所有Skill的name和description;
  • 第二层:SKILL.md主体,当Agent 觉得某个skill相关时才加载,包含核心指令;
  • 第三+层:关联的附加文件,根据SKILL.md按需引用其他文件,如forms.md、reference.md、python脚本等;

每次只读与当前任务相关的技能,这对上下文非常友好,也算是上下文工程的一个技术。(不过目前来看只负责加载,不负责上下文卸载。

都是扩展LLM能力,那么Skills会替代掉MCP吗?这是一个好问题:)

如下图所示,Skills与MCP其实是并列关系。

相比Tools的上下文都要提前加载到上下文,Skills渐进式披露方式更加友好。Claude也展望了Skills发展,Skills会与MCP协同,SKill负责“告诉LLM如何做”,MCP作为传输协议负责连接到外部系统。

  • 使用文档:https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
  • 代码库:https://github.com/anthropics/skills

那么,如何系统的去学习大模型LLM?

作为一名从业五年的资深大模型算法工程师,我经常会收到一些评论和私信,我是小白,学习大模型该从哪里入手呢?我自学没有方向怎么办?这个地方我不会啊。如果你也有类似的经历,一定要继续看下去!这些问题啊,也不是三言两语啊就能讲明白的。

所以我综合了大模型的所有知识点,给大家带来一套全网最全最细的大模型零基础教程。在做这套教程之前呢,我就曾放空大脑,以一个大模型小白的角度去重新解析它,采用基础知识和实战项目相结合的教学方式,历时3个月,终于完成了这样的课程,让你真正体会到什么是每一秒都在疯狂输出知识点。

由于篇幅有限,⚡️ 朋友们如果有需要全套 《2025全新制作的大模型全套资料》,扫码获取~

为什么要学习大模型?

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年,人才缺口已超百万,凸显培养不足。随着AI技术飞速发展,预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

👉大模型学习指南+路线汇总👈

我们这套大模型资料呢,会从基础篇、进阶篇和项目实战篇等三大方面来讲解。

👉①.基础篇👈

基础篇里面包括了Python快速入门、AI开发环境搭建及提示词工程,带你学习大模型核心原理、prompt使用技巧、Transformer架构和预训练、SFT、RLHF等一些基础概念,用最易懂的方式带你入门大模型。

👉②.进阶篇👈

接下来是进阶篇,你将掌握RAG、Agent、Langchain、大模型微调和私有化部署,学习如何构建外挂知识库并和自己的企业相结合,学习如何使用langchain框架提高开发效率和代码质量、学习如何选择合适的基座模型并进行数据集的收集预处理以及具体的模型微调等等。

👉③.实战篇👈

实战篇会手把手带着大家练习企业级的落地项目(已脱敏),比如RAG医疗问答系统、Agent智能电商客服系统、数字人项目实战、教育行业智能助教等等,从而帮助大家更好的应对大模型时代的挑战。

👉④.福利篇👈

最后呢,会给大家一个小福利,课程视频中的所有素材,有搭建AI开发环境资料包,还有学习计划表,几十上百G素材、电子书和课件等等,只要你能想到的素材,我这里几乎都有。我已经全部上传到CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

相信我,这套大模型系统教程将会是全网最齐全 最易懂的小白专用课!!

http://www.zskr.cn/news/181946.html

相关文章:

  • Miniconda-Python3.9环境下实现PyTorch模型跨平台兼容
  • 利用MutationObserver+IntersectionObserver实现图片懒加载
  • 谁还在 CTF 赛场陪跑?计科生专属全指南,从新手到拿分,避坑手册速领!
  • qt之exe设置ico图标
  • java计算机毕业设计校园疫情管理系统 高校防疫信息一体化平台 智慧校园疫情联防联控系统
  • 神!2026 网安前景杀疯了!480 万缺口 + 2500 亿规模,现在入行还能分蛋糕!
  • PyTorch CI/CD流水线:Miniconda-Python3.9作为标准构建环境
  • Miniconda-Python3.9环境下安装CUDA驱动的注意事项
  • 【爆肝】AI编程神器大洗牌!GitHub Copilot遇敌,Cursor崛起,企业开发者的2025生存指南
  • 震惊!原来微调才是大模型的“内功心法“,小白也能秒变“调参侠“!从入门到实战,手把手教你打造专属AI助手!
  • PyTorch模型版权保护尝试:Miniconda-Python3.9环境水印注入
  • 宇视门禁一体机常用接线图
  • Miniconda-Python3.9是否支持PyTorch Mobile移动端部署预研
  • PyTorch模型漂移检测系统构建:Miniconda-Python3.9基础
  • 2025烫金机市场谁主沉浮?口碑企业揭晓!烫金机推荐排行赋能企业生产效率提升与成本优化 - 品牌推荐师
  • PyTorch模型加密保护方案探索:基于Miniconda-Python3.9环境
  • 函数—C++的编程模块(函数和string 对象)
  • EditorUtilityWidget打包引用失效问题
  • 变速精灵下载安装教程:原理解析、实用步骤与使用经验总结 - PC修复电脑医生
  • 解决LLM返回JSON格式错误的3大技巧
  • C++函数与string对象、array对象及递归详解
  • REDMI Note 15 Pro新春版车厘子红全方位外观公布 高级氛围感拉满
  • sourcefare速成手册(2) - 使用Git方式克隆代码代码扫描
  • Miniconda-Python3.9如何帮助团队统一PyTorch开发规范
  • PyTorch故障注入测试:Miniconda-Python3.9环境模拟异常
  • Miniconda-Python3.9环境下批量安装常用AI库(PyTorch/TensorFlow/scikit-learn)
  • 2025年AI行业热点:应用层核心技术人才年薪破百万,字节跳动、腾讯等巨头争相布局黄金赛道!
  • PyTorch QoS保障机制:基于Miniconda-Python3.9环境实现
  • 收藏!大模型入门避坑指南:小白/程序员专属学习路径+全套资源清单
  • PyTorch模型剪枝与蒸馏实验环境:Miniconda-Python3.9搭建