大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



大语言模型（LLM）本身是一个"有知识但没手脚"的东西。你给它一段Prompt，它返回一段文本——仅此而已。

但真实的业务场景远比"一问一答"复杂得多：

• 你希望 AI 能自主完成多步骤任务，比如"帮我查一下线上报错，定位到代码，然后提交修复" → 这就需要 Agent
• 你希望 AI 的回答能基于你的私有数据，而不是胡编乱造 → 这就需要 RAG
• 你希望 AI 具备特定领域的标准化能力，可以复用、可以分享 → 这就需要 Skill
• 你希望 AI 能调用外部工具和服务，并且有一个统一的协议标准 → 这就需要 MCP

这四个概念不是互相替代的关系，而是互补的，分别解决 AI 工程化落地中的不同层面的问题。

展示了四个概念在 AI 应用技术栈中的定位。Agent是最上层的"执行者"，RAG为其提供知识支撑，Skill是可复用的能力单元，MCP是连接外部世界的标准协议。

Agent=LLM+规划能力+记忆+工具调用

它不只是回答问题，而是能理解目标、拆解任务、调用工具、根据反馈调整行动，直到任务完成。

先看一个对比：

举个实际的例子：你对一个普通的ChatBot说"帮我排查线上OOM问题"，它只能给你一些通用的排查思路。但如果是一个Agent，它可能会：

1. 调用日志服务查询最近的 OOM 堆栈
2. 分析堆栈信息定位到具体的代码路径
3. 读取对应的源码文件
4. 查询该服务最近的代码变更记录
5. 结合以上信息给出根因分析和修复建议

整个过程中，每一步的输出会作为下一步的输入，Agent自己决定下一步做什么。

一个完整的Agent通常包含四个核心模块：

展示了 Agent 的四大核心模块。LLM 作为"大脑"负责推理和决策；规划模块负责任务拆解和执行策略；记忆模块提供上下文管理；工具模块提供与外部世界交互的能力

LLM 大脑（Reasoning & Decision）

Agent 的核心是一个大语言模型，负责：

• 理解用户意图
• 推理和决策
• 生成工具调用指令
• 分析工具返回的结果

规划模块（Planning）

负责将复杂任务拆解为可执行的步骤序列。常见的规划策略有两种：

ReAct（Reasoning + Acting）模式：交替进行"思考"和"行动"，每一步都基于前一步的结果来决定下一步。

Thought: 用户想排查 OOM 问题，我需要先查看日志 Action: 调用 SLS 日志查询工具，搜索最近 1 小时的 OOM 日志 Observation: 找到 3 条 OOM 记录，堆栈指向 UserService.batchQuery() Thought: 定位到了具体方法，我需要看看这个方法的代码 Action: 读取 UserService.java 文件 Observation: batchQuery() 方法中有一个未分页的全量查询 Thought: 找到根因了——全量查询导致内存溢出 Action: 输出分析报告和修复建议 

Plan-and-Execute 模式：先制定完整计划，然后按计划逐步执行。适合任务步骤比较确定的场景。

Plan: Step 1: 查询 OOM 日志 Step 2: 分析堆栈定位代码 Step 3: 读取相关源码 Step 4: 查询最近代码变更 Step 5: 生成分析报告 Execute: [按计划逐步执行，每步完成后检查是否需要调整计划] 

记忆模块（Memory）

Agent 需要记住"自己干过什么"和"知道些什么"：

• 短期记忆（Working Memory）：当前对话的上下文，包括用户输入、中间推理过程、工具调用结果。受限于 LLM 的上下文窗口长度。
• 长期记忆（Long-term Memory）：跨会话持久化的信息，通常存储在向量数据库中。比如用户的偏好、历史交互中学到的经验。

工具模块（Tools）

Agent 的"手和脚"。通过工具，Agent 可以：

• 搜索互联网
• 查询数据库
• 调用 REST API
• 读写文件
• 执行代码

工具的定义通常包含名称、描述、参数 Schema。LLM 根据工具描述来决定何时调用哪个工具。

以下是一个简化的 Agent 循环，用 Python 伪代码展示核心逻辑：

class Agent: def __init__(self, llm, tools, memory): self.llm = llm self.tools = tools # 可用工具列表 self.memory = memory # 记忆模块 def run(self, user_task: str) -> str: """Agent 的核心执行循环""" self.memory.add("user", user_task) max_iterations = 10 # 防止无限循环 for i in range(max_iterations): # 1. LLM 根据当前上下文进行推理 response = self.llm.chat( messages=self.memory.get_messages(), tools=self.tools.get_schemas() # 告诉 LLM 有哪些工具可用 ) # 2. 如果 LLM 决定调用工具 if response.has_tool_call(): tool_name = response.tool_call.name tool_args = response.tool_call.arguments # 3. 执行工具调用 result = self.tools.execute(tool_name, tool_args) # 4. 将工具结果加入记忆，供下一轮推理使用 self.memory.add("tool_result", result) continue # 5. 如果 LLM 认为任务已完成，直接返回结果 if response.is_final_answer(): return response.content return "达到最大执行次数，任务未能完成" 

这段代码揭示了 Agent 的本质：一个由 LLM 驱动的循环。每一轮循环中，LLM 根据当前的上下文（记忆）决定下一步行动——要么调用工具获取更多信息，要么给出最终答案。

Agent 听起来很美好，但工程落地时有几个绕不开的挑战：

可靠性问题：LLM 的输出具有随机性，Agent 可能走错路、调错工具、陷入死循环。生产环境中需要加入超时控制、异常兜底、人工审批等机制。

成本控制：Agent 的每一步推理都是一次 LLM 调用，复杂任务可能需要 10-20 次调用，Token 消耗和延迟都需要关注。

工具设计：工具的描述直接影响 LLM 能否正确选择和使用工具。描述写得不好，Agent 的表现会大打折扣。

安全边界：Agent 能执行操作意味着它也能"搞破坏"。权限控制、操作审计、沙箱隔离都是必须考虑的。

---

RAG（Retrieval-Augmented Generation）=检索增强生成

核心思路是：先从知识库中检索相关文档，再把检索到的内容作为上下文喂给LLM，让它基于这些"证据"来生成回答。

LLM 有三个固有的局限性，RAG 正好可以弥补：

RAG 分为两个阶段：离线索引和在线检索生成。

展示了 RAG 的完整工作流程。左侧是离线索引阶段，负责将文档处理并存入向量数据库；右侧是在线检索生成阶段，负责根据用户查询检索相关文档并生成回答。

阶段一：离线索引（Indexing）

这个阶段的目标是把原始文档转换成可高效检索的格式，存入向量数据库。

Step 1：文档加载（Loading）

从各种数据源加载原始文档：PDF、Word、Markdown、HTML、数据库记录、API 返回等。

Step 2：文档切分（Chunking）

原始文档通常很长，需要切分成适当大小的片段（Chunk）。这是 RAG 效果的关键环节之一。

# 常见的切分策略 class ChunkingStrategy: """文档切分策略""" @staticmethod def fixed_size(text: str, chunk_size=512, overlap=50) -> list: """固定大小切分 —— 简单但可能切断语义""" chunks = [] for i in range(0, len(text), chunk_size - overlap): chunks.append(text[i:i + chunk_size]) return chunks @staticmethod def semantic_split(text: str) -> list: """语义切分 —— 按段落、章节等自然边界切分""" # 优先按标题、段落切分，保持语义完整性 sections = split_by_headers(text) chunks = [] for section in sections: if len(section) > MAX_CHUNK_SIZE: # 超长段落再按句子切分 chunks.extend(split_by_sentences(section)) else: chunks.append(section) return chunks 

切分时的几个关键参数：

• chunk_size：每个块的大小。太大会引入噪声，太小会丢失上下文。通常 256-1024 Token 之间。
• overlap：相邻块的重叠部分。确保切分边界处的信息不会丢失。通常 50-200 Token。
• 切分策略：按固定大小、按语义（段落/句子）、按文档结构（标题/章节）。实践中语义切分效果更好。

Step 3：向量化（Embedding）

使用 Embedding 模型将每个文本块转换为高维向量。语义相近的文本在向量空间中距离也相近。

from openai import OpenAI client = OpenAI() def embed_chunks(chunks: list[str]) -> list[list[float]]: """将文本块批量转换为向量""" response = client.embeddings.create( model="text-embedding-3-small", # OpenAI 的 Embedding 模型 input=chunks ) # 返回每个 chunk 对应的向量（1536 维） return [item.embedding for item in response.data] 

常用的 Embedding 模型对比：

Step 4：存入向量数据库

将向量和原始文本一起存入向量数据库，建立索引。

import chromadb # 初始化向量数据库（以 ChromaDB 为例） client = chromadb.Client() collection = client.create_collection("company_docs") # 存入文档块及其向量 collection.add( ids=[f"chunk_{i}" for i in range(len(chunks))], documents=chunks, # 原始文本 embeddings=embed_chunks(chunks), # 向量 metadatas=[{ # 元数据（用于过滤） "source": "employee_handbook.pdf", "chapter": "leave_policy", "updated_at": "2025-03-01" } for _ in chunks] ) 

阶段二：在线检索生成（Retrieval & Generation）

用户提问时，实时检索相关文档并生成回答。

Step 1：查询向量化

将用户的查询文本也转换为向量。

Step 2：向量检索（Retrieval）

在向量数据库中找到与查询向量最相似的 Top-K 个文档块。

def retrieve(query: str, top_k=5) -> list[str]: """检索与查询最相关的文档块""" query_embedding = embed_chunks([query])[0] results = collection.query( query_embeddings=[query_embedding], n_results=top_k, where={"updated_at": {"$gte": "2025-01-01"}} # 可选：元数据过滤 ) return results["documents"][0] 

Step 3：构造增强 Prompt

将检索到的文档块拼接到 Prompt 中，作为 LLM 的参考资料。

def generate_answer(query: str, retrieved_docs: list[str]) -> str: """基于检索结果生成回答""" context = " --- ".join(retrieved_docs) prompt = f"""基于以下参考资料回答用户的问题。 如果参考资料中没有相关信息，请明确说明"根据现有资料无法回答"。 请在回答中标注信息来源。 参考资料 {context} 用户问题 {query} 回答""" response = client.chat.completions.create( model="gpt-4", messages=[{"role": "user", "content": prompt}] ) return response.choices[0].message.content 

Step 4：返回带来源的回答

回答中附带引用的文档来源，方便用户验证。

基础版 RAG 的效果往往不够理想，实际工程中需要多种优化手段：

（1）查询改写（Query Rewriting）

用户的原始查询可能表述模糊，直接拿去检索效果不好。可以用 LLM 先改写查询：

def rewrite_query(original_query: str) -> list[str]: """将原始查询改写为多个更精确的检索查询""" prompt = f"""请将以下查询改写为 3 个更具体的搜索查询，以提高检索效果： 原始查询：{original_query} 改写后的查询（每行一个）：""" # 例如 "请假怎么操作" 会被改写为： # 1. "员工请假审批流程步骤" # 2. "年假事假病假申请方式" # 3. "OA系统请假操作指南" ... 

（2）混合检索（Hybrid Search）

单纯的向量检索在精确匹配（如搜错误码、方法名）时效果不佳。混合检索结合了向量检索和关键词检索：

def hybrid_search(query: str, top_k=5) -> list[str]: """混合检索：向量相似度 + BM25 关键词匹配""" # 向量检索结果 vector_results = vector_search(query, top_k=top_k) # 关键词检索结果（BM25 算法） keyword_results = bm25_search(query, top_k=top_k) # 用 RRF（Reciprocal Rank Fusion）融合两路结果 merged = reciprocal_rank_fusion(vector_results, keyword_results) return merged[:top_k] 

（3）重排序（Reranking）

检索出的文档不一定都相关。使用 Cross-Encoder 模型对检索结果重新排序，过滤掉噪声文档：

from sentence_transformers import CrossEncoder reranker = CrossEncoder("cross-encoder/ms-marco-MiniLM-L-6-v2") def rerank(query: str, documents: list[str], top_k=3) -> list[str]: """使用 Cross-Encoder 对检索结果重排序""" pairs = [(query, doc) for doc in documents] scores = reranker.predict(pairs) # 按相关性分数排序，只保留 top_k ranked = sorted(zip(documents, scores), key=lambda x: x[1], reverse=True) return [doc for doc, score in ranked[:top_k] if score > 0.5] # 过滤低分文档 

这是一个高频问题，简单总结：

一句话建议：如果你的需求是"让 AI 知道更多东西"，用 RAG；如果你的需求是"让 AI 用特定方式说话或做事"，用微调；如果两者都需要，可以 RAG + 微调一起上。

---

Skill = 预定义的、可复用的 AI 能力单元

它封装了特定任务的 Prompt 模板、工具组合、执行流程，使 AI 在某个领域的表现从"泛泛而谈"变成"专业精准"。

直接跟 LLM 对话完成任务有一个很大的问题：不稳定。

同一个任务，不同的 Prompt 写法、不同的对话上下文、甚至不同的时间点，LLM 给出的结果质量都可能差异很大。在生产环境中，这种不确定性是不可接受的。

Skill 的价值在于将**实践固化下来：

• 精心调试过的 Prompt 模板 → 保证输出质量和格式的稳定性
• 预绑定的工具集合 → 确保 AI 用对工具
• 明确的输入输出规范 → 像调用 API 一样可预期
• 可独立测试和迭代 → 不影响其他能力

用一个类比来理解：如果 Agent 是一个"全能员工"，那 Skill 就是这个员工掌握的"标准作业流程（SOP）"。员工再聪明，没有 SOP 也容易出错；有了 SOP，新手也能高效执行。

一个典型的 Skill 由以下部分组成：

# 一个 Skill 的结构描述（以代码审查 Skill 为例） name: "code-review" description: "对代码变更进行安全性、性能、可维护性审查" version: "1.2.0" # 触发条件：什么时候激活这个 Skill triggers: - "review this code" - "代码审查" - "帮我 review" # 输入参数定义 inputs: - name: "code_diff" type: "string" required: true description: "需要审查的代码变更（diff 格式）" - name: "language" type: "string" required: false default: "auto-detect" - name: "focus_areas" type: "list" required: false default: ["security", "performance", "maintainability"] # Prompt 模板（核心） prompt_template: | 你是一位资深的 {{language}} 代码审查专家。 请对以下代码变更进行审查，重点关注：{{focus_areas}} 审查标准 1. 安全性：是否存在注入、XSS、敏感信息泄露等风险 2. 性能：是否有 N+1 查询、内存泄漏、不必要的循环 3. 可维护性：命名是否清晰、是否符合项目规范 代码变更 } 输出格式 按严重程度（Critical/Warning/Info）分类列出问题， 每个问题给出具体的行号、问题描述和修复建议。 # 绑定的工具 tools: - "file_reader" # 读取完整文件上下文 - "git_log" # 查看变更历史 - "grep" # 搜索相关代码 # 输出格式定义 output_format: type: "structured" schema: issues: list[{severity, line, description, suggestion}] summary: string approval: boolean 

这三个概念经常被混淆，澄清一下：

换句话说：Function Calling 是最底层的调用机制，Plugin 是对工具的封装，Skill 是在 Plugin 之上加入了领域知识和执行策略的完整能力单元。

在 Agent 架构中，Skill 通常作为 Agent 的"能力模块"被组装进来：

class SkillBasedAgent: """基于 Skill 的 Agent""" def __init__(self, llm): self.llm = llm self.skills = {} # 已注册的 Skills def register_skill(self, skill: Skill): """注册一个 Skill""" self.skills[skill.name] = skill def run(self, user_input: str) -> str: # 1. 意图识别：判断应该使用哪个 Skill matched_skill = self.match_skill(user_input) if matched_skill: # 2. 提取 Skill 所需的参数 params = matched_skill.extract_params(user_input) # 3. 使用 Skill 的专业 Prompt 和工具来执行 return matched_skill.execute(self.llm, params) else: # 4. 没有匹配的 Skill，走通用对话 return self.llm.chat(user_input) def match_skill(self, user_input: str) -> Skill | None: """匹配最适合的 Skill""" for skill in self.skills.values(): if skill.can_handle(user_input): return skill return None 

这种模式的好处是：通用对话和专业任务分离。Agent 遇到它有 Skill 的任务，就用 Skill 的高质量流程来处理；遇到没有 Skill 覆盖的任务，就用通用能力兜底。

Claude Code（Anthropic 的 CLI 编程助手）中的 Skill 是一个很好的实际案例。它的 Skill 系统有以下特点：

• 声明式定义：每个 Skill 有名称、描述、触发词、执行指令
• 自动触发：用户输入匹配触发词时自动激活对应 Skill
• 可组合：一个 Skill 可以调用其他 Skill，形成链式执行
• 可独立迭代：修改一个 Skill 不影响其他 Skill

比如一个"生成博客文章"的 Skill，它内置了：

• 文章结构模板（引言、正文、总结的标准框架）
• 写作风格约束（避免 AI 套话、保持技术深度）
• 图表生成流程（自动调用 draw.io Skill 生成配图）
• 质量检查清单（自动检查技术准确性、代码可运行性）

如果没有这个 Skill，你每次都要在 Prompt 中把这些要求重复一遍，效果还不稳定。有了 Skill，一句"帮我写一篇关于 Redis 的文章"就能触发整套高质量流程。

---

MCP（Model Context Protocol）= 模型上下文协议。它是 Anthropic 在 2024 年底推出的一个开放标准，定义了 AI 应用与外部数据源、工具之间的通信协议。简单说，MCP 就是 AI 世界的"USB 接口"——有了这个标准，任何工具都可以用统一的方式接入任何 AI 应用。

在 MCP 出现之前，AI 应用接入外部工具的方式是这样的：

• 接 GitHub？写一套 GitHub 的适配代码
• 接 Slack？再写一套 Slack 的适配代码
• 接数据库？再写一套……
• 换一个 AI 框架？所有适配代码全部重写

这就是经典的 M×N 问题：M 个 AI 应用 × N 个工具，需要 M×N 个适配器。

MCP 的解决方案是：定义一个统一的协议标准。工具只需要实现一次 MCP Server，就能被所有支持 MCP 的 AI 应用调用。AI 应用只需要实现一次 MCP Client，就能接入所有 MCP Server。M×N 变成了 M+N。

这跟 USB 的故事一模一样——USB 出现之前，每个外设都有自己的接口；USB 出现之后，一个接口走天下。

MCP 采用经典的客户端-服务器（Client-Server）架构：

展示了 MCP 的三层架构。Host 是面向用户的 AI 应用，Client 负责协议通信，Server 封装了具体的工具和数据源。一个 Host 可以连接多个 Server，每个 Server 提供不同的能力。

三个核心角色

MCP Host（宿主）：面向用户的 AI 应用，比如 Claude Desktop、IDE 插件、自定义的 AI 应用。Host 内部包含 LLM，负责理解用户意图并决定调用哪些工具。

MCP Client（客户端）：Host 中负责与 MCP Server 通信的模块。每个 Client 与一个 Server 保持一对一的连接。

MCP Server（服务端）：工具和数据源的提供者。每个 Server 封装一个或一组相关的能力，通过 MCP 协议暴露给 Client。

三种核心能力

MCP Server 可以向 Client 暴露三种类型的能力：

MCP 基于 JSON-RPC 2.0 协议进行通信，支持两种传输方式：

（1）Stdio（标准输入输出）：Server 作为子进程运行，通过 stdin/stdout 与 Client 通信。适合本地工具。

（2）HTTP + SSE（Server-Sent Events）：Server 作为独立的 HTTP 服务运行，Client 通过 HTTP 请求发送命令，Server 通过 SSE 推送响应和通知。适合远程服务。

一次典型的 MCP 交互流程：

1. Client → Server: initialize（初始化握手） Client 发送自己支持的协议版本和能力 2. Server → Client: initialize response Server 返回自己的能力列表（支持哪些 Tools/Resources/Prompts） 3. Client → Server: tools/list（查询可用工具） 获取 Server 提供的所有工具的名称、描述、参数 Schema 4. [用户提问，LLM 决定需要调用某个工具] 5. Client → Server: tools/call（调用工具） { "method": "tools/call", "params": { "name": "query_database", "arguments": { "sql": "SELECT * FROM users WHERE status = 'active'" } } } 6. Server → Client: tool result（返回工具执行结果） { "content": [ { "type": "text", "text": "查询到 42 条记录..." } ] } 7. [LLM 基于工具返回结果继续推理或回复用户] 

下面用 Python 实现一个简单的 MCP Server，它提供两个工具：查询天气和查询汇率。

from mcp.server import Server from mcp.types import Tool, TextContent import mcp.server.stdio # 创建 MCP Server 实例 server = Server("weather-exchange-server") # 定义工具列表 @server.list_tools() async def list_tools() -> list[Tool]: """声明这个 Server 提供哪些工具""" return [ Tool( name="get_weather", description="查询指定城市的当前天气", inputSchema={ "type": "object", "properties": { "city": { "type": "string", "description": "城市名称，如 '北京'、'上海'" } }, "required": ["city"] } ), Tool( name="get_exchange_rate", description="查询货币汇率", inputSchema={ "type": "object", "properties": { "from_currency": {"type": "string", "description": "源货币，如 USD"}, "to_currency": {"type": "string", "description": "目标货币，如 CNY"} }, "required": ["from_currency", "to_currency"] } ) ] # 实现工具的具体逻辑 @server.call_tool() async def call_tool(name: str, arguments: dict) -> list[TextContent]: """处理工具调用请求""" if name == "get_weather": city = arguments["city"] # 实际项目中这里会调用真实的天气 API weather = fetch_weather_api(city) return [TextContent(type="text", text=f"{city}当前天气：{weather}")] elif name == "get_exchange_rate": rate = fetch_exchange_rate( arguments["from_currency"], arguments["to_currency"] ) return [TextContent( type="text", text=f"1 {arguments['from_currency']} = {rate} {arguments['to_currency']}" )] raise ValueError(f"未知工具: {name}") # 启动 Server（使用 stdio 传输） async def main(): async with mcp.server.stdio.stdio_server() as (read, write): await server.run(read, write) if __name__ == "__main__": import asyncio asyncio.run(main()) 

要在 Claude Desktop 中使用这个 Server，只需在配置文件中添加：

{ "mcpServers": { "weather-exchange": { "command": "python", "args": ["path/to/weather_server.py"] } } } 

配置完成后，Claude 就可以在对话中调用 get_weather 和 get_exchange_rate 这两个工具了——整个过程不需要修改 Claude 的任何代码。

截至 2025 年，MCP 生态已经有了相当的规模：

官方支持的 Host：

• Claude Desktop
• Claude Code（CLI）
• Cursor、Windsurf 等 AI IDE

社区 MCP Server：

• 文件系统操作（读写本地文件）
• GitHub / GitLab（仓库管理、PR、Issue）
• 数据库（PostgreSQL、MySQL、SQLite）
• Slack / Discord（消息发送和查询）
• 浏览器自动化（Puppeteer）
• 搜索引擎（Brave Search）

MCP vs. OpenAI Function Calling：

MCP 的野心更大——它不是要替代 Function Calling，而是要成为 AI 工具生态的通用标准，就像 HTTP 之于 Web、SQL 之于数据库。

---

到这里，四个概念都讲完了。最后用一张图把它们的关系串起来：

它们的协作方式：

用户下达任务 ↓ Agent（自主规划和执行） ├── 需要知识 → 调用 RAG 检索相关文档 ├── 匹配到专业任务 → 激活对应的 Skill 执行 └── 需要调外部工具 → 通过 MCP 协议调用 MCP Server 

一个具体的场景：用户说"帮我排查 JIRA-1234 这个线上问题"。

1. Agent 接收任务，规划执行步骤
2. Agent 激活 oncall-dispatcher Skill（线上问题排查的标准流程）
3. Skill 内部通过 MCP 协议调用 JIRA Server 获取问题详情
4. Skill 通过 MCP 协议调用日志查询 Server 搜索相关日志
5. Agent 利用 RAG 从代码知识库中检索相关源码和文档
6. Agent 综合所有信息，输出根因分析报告

四个概念各司其职，共同完成了一个完整的工作流。

---

核心需求：员工可以用自然语言查询公司规章制度、技术文档等。

推荐方案：RAG 为主。将公司文档索引到向量数据库，通过 RAG 管道实现知识问答。不需要 Agent（单轮问答就够了），不需要 MCP（不需要调用外部工具）。

核心需求：辅助开发者编写代码、排查问题、做 Code Review。

推荐方案：Agent + Skill + MCP 的完整组合。Agent 负责理解意图和编排执行；Skill 封装各类编程任务的**实践（代码审查 Skill、单元测试 Skill 等）；MCP 连接 IDE、Git、数据库、日志服务等外部工具。如果需要参考项目文档，再加上 RAG。

核心需求：自动回答客户问题，必要时执行操作（查订单、退款等）。

推荐方案：Agent + RAG + MCP。RAG 提**品知识和FAQ；Agent 判断什么时候需要查询系统、执行操作；MCP 连接订单系统、CRM 等后端服务。可以用 Skill 封装常见操作的流程（查订单、申请退款等）。

核心需求：用户用自然语言描述分析需求，AI 自动生成 SQL 并执行。

推荐方案：Agent + MCP。Agent 负责理解分析需求、生成 SQL、解读结果；MCP 连接数据库执行查询。可以用 RAG 存储表结构和业务术语的映射关系，帮助 Agent 生成更准确的 SQL。

---

• Anthropic MCP 官方文档
• LangChain Agent 文档
• RAG 论文原文 - Lewis et al., 2020
• Anthropic: Building effective agents
• MCP 协议规范
• OpenAI Function Calling 文档