1. 什么是 Skill？
在 AI 智能体（Agent）的语境下，Skill通常指一个独立、可执行的能力单元。它可以是调用一个 API、执行一段代码、处理一个文件或是完成一次推理任务。每个 Skill 都有明确的输入、输出和处理逻辑，通常被封装成函数、工具或插件。
2. 什么是 Agent？
Agent是一个能够感知环境、自主决策并执行动作的智能体。它不仅仅拥有一组 Skill，还具备以下核心能力：
- 记忆与上下文管理：追踪对话历史、任务状态和中间结果。
- 推理与规划：根据目标分解任务，动态选择使用哪个 Skill、使用几次、以什么顺序执行。
- 工具调用：将抽象计划映射到具体 Skill 的调用上，并处理返回结果。
- 反思与纠错：当结果不符合预期时，能够调整策略或重试。
3. Skill 与 Agent 的关系
如果把 Agent 比作一位工程指挥官，那 Skill 就是它手中掌握的各种工具。光有一堆工具，并不能让工具自动完成任务——还需要一个“大脑”来指挥。因此，多个 Skill 的简单堆叠并不等于 Agent。
一个真正的 Agent 不仅需要 Skill，还需要一套协调机制：
- 编排层：决定在什么时候用哪个 Skill，比如先检索知识库，再根据结果调用代码执行接口。
- 状态管理：Skill 之间需要传递上下文，Agent 要维护全局状态和局部结果。
- 安全与边界：Agent 需要在执行高风险动作前进行确认，避免误用 Skill。
4. 例子：一个文档处理 Agent
假设有一个处理文档的 Agent，它拥有以下 Skill：
- 读取 PDF 文本
- 翻译文本
- 生成摘要
- 保存为 Markdown
如果只是把这四个 Skill 放在一起，没有编排，系统并不会自动工作。Agent 则不同：接到“把这篇英文 PDF 翻译成中文并生成摘要，最后保存为 Markdown”的任务后，它会先规划步骤：
- 调用“读取 PDF 文本”Skill 获取原文；
- 将原文传给“翻译文本”Skill 得到中文内容；
- 再将中文内容传给“生成摘要”Skill 得到摘要；
- 最后把摘要和翻译一并交给“保存为 Markdown”Skill 输出文件。
整个过程由 Agent 自主编排，而非简单的 Skill 组合。
5. 结论
多个 Skill 是构建 Agent 的必要但不充分条件。Agent 还需要规划、记忆、推理和自主决策等核心能力，才能将这些分散的 Skill 转化为有目的、可适应、可信赖的智能行为。真正意义上的 Agent，是一个具备认知架构的智能体，而非 Skill 的简单集合。