Ai Agent概念扫盲：Tool、Skill、MCP、ACP 与 Code Mode

返回总览 · 上一篇 模型基础。

假设你要 Agent 审查一个仓库。

它需要知道怎样审查，也需要真的能读代码。代码放在远程平台时，还需要一条接入路径。任务复杂以后，又需要把多次操作组织起来。

Tool、Skill、MCP、Code Mode 就在解决这些不同问题。理解它们最方便的方式，是沿一次实际调用往下看。

Tool、Tool Call、Function Calling

Tool 是暴露给 Agent 的可执行能力。 读文件、查工单、运行测试，都可以是工具。

Tool Call 是一次具体调用请求。Function Calling 是让模型按结构化格式选择函数并生成参数的机制。 有的 API 把 Function Calling 和 Tool Calling 近似使用；具体接口还可能有托管搜索等工具类型。

下面只是抽象格式，不是某家 API 的完整请求。

1
2
3
4
5

{
  "id": "call_01",
  "name": "read_file",
  "arguments": { "path": "/repo/src/login.ts" }
}

模型表达了「读这个文件」的意图。执行器还要检查参数、权限和文件是否存在，调用真实代码，再把结果返回。自定义工具与提供方托管工具的执行位置不同，可以参考 Claude 的工具机制文档。

比如读文件成功，只说明拿到了内容；运行测试成功，还要看退出状态和测试结论；用户要求的 Bug 是否解决，又是下一层判断。

工具调用周围的一圈词

工具在 Registry 中存在，不代表模型已经看到了它的完整定义；看到了定义，也不代表当前用户有权执行。目录、模型输入和权限是三层。

JSON、Schema 和 Structured Output

JSON 是数据表示格式。JSON Schema 描述数据应当有什么字段、类型和约束。Validation 是按照规则校验。

例如 path 必须是字符串，limit 必须是正整数。Structured Output，结构化输出，让模型按约定结构生成结果，方便下一段程序处理。

审查报告输出为「问题数组」会比一大段自由文本更容易展示，但至少还要检查三层。

符合 Schema 只解决结构层问题。「问题在第 20 行」可以格式完全正确，但第 20 行可能根本没有问题。

Serialization / Deserialization，序列化与反序列化，是对象与可传输表示之间的转换。JSON-RPC 则规定方法、请求 ID、结果和错误怎样交换；OpenAPI 描述 HTTP API 的路径和请求响应结构。它们不能仅因为都能使用 JSON 就看成同一种东西。

Skill，方法和资源怎样复用

Skill 是可复用的任务知识、流程与资源包。 在 Agent Skills 格式中，核心是 SKILL.md，还可以附脚本、参考文档和模板。

代码审查 Skill 可以规定，先明确改动目标，再沿调用链找影响，运行必要检查，最后提供问题与证据。

它提供的是工作方法。读取代码要靠文件或仓库工具，运行脚本要靠执行环境。即使 Skill 写着「使用数据库工具」，也不能自动产生数据库访问权限。

Prompt 是当前任务的指令和输入；Skill 把反复使用的方法放进可维护的包。Command 提供显式触发入口；Hook 在特定生命周期事件触发逻辑；Plugin / Extension 是安装和分发附加能力的包；Connector / Adapter 负责外部服务连接或接口适配。

一个插件可以同时带 Skill、MCP 配置和命令。它们是可以组合的部件。

已有的 MCP 和 Skill，到底是什么关系？包含更长的审查案例。

为什么工具很多时要先看目录

Progressive Disclosure，渐进式披露，先让模型看到名称和适用场景，相关时再读取完整说明，需要时再打开附件。这和查手册先看目录一样。

Tool Search 从较多工具里寻找当前需要的能力；Tool Preselection 在主执行前先筛选候选；Deferred Loading 延后加载工具定义等内容；Dynamic Discovery 在运行中发现或更新能力；Lazy Loading 则是更广泛的按需加载思路。

例如应用连着一百个工具，当前只需要「查代码」。可以先找到相关工具，再把完整参数结构交给模型。

这里延迟加载的可能是文档、Schema、模块、连接或进程。Schema 尚未进入模型上下文时，服务器可能早就连接好了。工具目录缓存命中，也不能证明某次调用一定能成功。

MCP，连接应用与外部能力

MCP，全称 Model Context Protocol，统一应用接入外部能力的方式。

Host 是承载 AI 交互的应用；Client 是 Host 中与 Server 通信的协议组件；Server 暴露能力。它们是软件角色，不能直接推断进程数量。参见 MCP 官方架构说明。

Server 可以提供三类核心内容。

tools/list 获取目录，tools/call 请求执行工具。应用常会把 MCP 工具转换为模型能理解的调用定义，再把模型请求路由到 Server。

MCP 不规定完整 Agent 的计划、长期记忆和验收策略。「接通 MCP」是接入成功的证据，业务权限和实际结果仍由对应系统负责。

ACP、A2A、LSP、DAP，连接对象不同

ACP 把会话创建、用户输入、更新和取消等交互定义为方法与通知。恢复会话等可选能力需要双方支持，不能只看「支持 ACP」就假设全部可用。ACP v1 官方概览列出了这些边界。

直接调用 CLI 是使用命令行入口；ACP 则提供结构化的客户端交互语义。Agent 可以同时支持二者，具体进程布局仍由实现决定。另有同名的 Agent Communication Protocol，看到 ACP 应先确认全称。

A2A 中的 Agent Card 描述身份、能力、地址和认证要求；Task 是带生命周期的任务；Message 是消息；Part 是其中的文本、文件或结构化内容单元；Artifact 是交付物。官方规范描述的是互操作，不替远程服务实现内部工具和记忆。

LSP 的例子更简单。搜索 createOrder 能找出同名文本，但不一定知道哪个引用指向哪个定义。语言服务利用代码语义提供这类关系，具体功能取决于语言服务器。LSP 官方说明可以继续阅读；运行过程的调试则属于 DAP。

Protocol、Transport、SDK

Protocol 是消息格式和交互行为的约定。Transport 是消息怎么传。SDK 是帮助实现或调用接口的代码包。

stdio 使用进程标准输入输出；HTTP 承载请求响应；SSE 常用于服务端向客户端持续推送事件；WebSocket 支持持续双向通信。

同一传输可以承载不同协议，同一协议也可能支持多种传输。是否使用 HTTP，不能单独证明支持 MCP 或 A2A。

Code Mode，用程序组织工具

Code Mode 让模型先生成程序，再由执行环境运行程序，组织工具调用。 循环、条件、聚合和数据筛选可以在程序里完成。不同提供方的实现与命名不完全相同，Cloudflare 的 Code Mode 文档是一种具体例子。

下面假定宿主已提供 tools.listProjects 和 tools.listIssues，只是编排示意。

1
2
3
4
5
6
7

const projects = await tools.listProjects();
const groups = await Promise.all(
  projects.map(p => tools.listIssues({ projectId: p.id }))
);
const result = groups.flat()
  .filter(issue => issue.priority === "high")
  .map(issue => ({ title: issue.title, url: issue.url }));

程序查多个项目，筛出高优先级工单，再返回必要字段。模型不必为每个固定查询都参与一次往返判断，但实现还要考虑并发限制、失败和取消。

PTC，Programmatic Tool Calling，程序化工具调用，描述相关思路，也可能特指某家托管实现。Sandbox 限制代码执行能力；Host Bridge 让执行环境中的代码调用宿主提供的受控能力。

脚本能调用工具之后，每次真实操作仍需要相应权限检查。沙箱限制本地文件访问，不会自动限制桥接工具在外部服务里能创建什么。

Parallel Tool Calling 是一份模型响应请求多个工具，执行器决定怎样调度。普通工具执行器也可以并行，Code Mode 的特点在于用程序表达编排和处理逻辑。

Tool Streaming 把调用信息或参数逐段返回。参数没收全、没校验之前，不能因为已经看到半段 JSON 就默认可执行。

把这一篇串起来

代码审查 Skill 提供方法，MCP 接入仓库能力，Function Calling 表达读取请求，执行器返回代码；需要批量处理时，Code Mode 可以组织查询。编辑器通过 ACP 接收进度，LSP 提供符号关系。

下一篇再看外围程序怎样让这件事持续推进、保存状态，并在故障后恢复。

下一篇：Agent Loop、Runtime 与 Harness · 返回总览