Skill 与 Agent 工作流核心概念
问题定义
上一章我们谈到了 Skill 的价值：它能把团队知识和重复工作流封装成可复用模块。但在动手写SKILL.md之前，我们必须先把几个核心概念的关系理清楚。
很多初学者容易把 Agent、Skill、工作流、MCP 混为一谈。比如：
- “Skill 不就是一个带提示词的 Agent 吗？”
- “工作流和 Skill 有什么区别？”
- “MCP 和 Skill 是不是同一层东西？”
- “Progressive Disclosure 到底是什么意思，跟我写 Skill 有什么关系？”
如果概念边界模糊，写出来的 Skill 要么过于臃肿（把所有逻辑都塞进一个 Skill），要么过于单薄（只写了一句话描述，没有工作流）。本章的目标就是帮你建立一张清晰的概念地图。
核心概念
Agent：目标驱动的智能体
Agent 是一种能够自主追求目标、做出决策并采取行动的系统。与传统的"输入 → 固定规则 → 输出"自动化不同，Agent 的核心特征是基于上下文进行推理。
一个典型的 Agent 循环包含四个步骤：
- 感知（Perceive）：读取环境信息，包括用户输入、工具返回结果、历史记录等；
- 推理（Reason）：基于当前上下文判断下一步该做什么；