AI Agent 能力调用方式：Tool、MCP、Skill 到底怎么被调用？

AI Agent 能力调用方式：Tool、MCP、Skill 到底怎么被调用？

在 AI Agent 系统里，Tool、MCP、Skill 经常被一起讨论。真正容易混淆的地方，不是它们的概念定义，而是：

模型到底是怎么“调用”这些能力的？
Agent 又在中间负责什么？

核心原则可以先记住一句：

模型负责决策，Agent 执行器负责调用外部能力。

也就是说，模型通常并不直接操作文件、数据库、浏览器、Shell 或第三方服务。模型更多是生成一个结构化调用意图，比如“调用哪个工具、传什么参数”。真正执行动作的是 Agent Runtime、Tool Executor、MCP Client 或 Skill Executor。

1. 基础调用链

一个标准 Agent 调用链大致如下：

用户输入
  ↓
Agent 整理上下文、可用工具、系统规则
  ↓
模型判断是否需要调用外部能力
  ↓
模型通过 Function Calling 输出 tool call
  ↓
Agent 校验 tool name 和 arguments
  ↓
Agent 路由到对应执行器
  ↓
执行器调用本地函数、MCP Server、Skill 脚本或 Shell
  ↓
执行结果返回模型
  ↓
模型继续推理或生成最终回答

所以，“模型调用工具”这句话更准确的表达是：

模型生成工具调用请求，Agent 负责执行这个请求。

下面按不同能力来源拆开看。

2. Local Tool：本地 Tool 调用

Local Tool 是最直接的一类工具。它通常注册在 Agent 的 Tool Registry 里，由 Agent 本地执行。

常见能力包括：

• 文件读取与写入
• 本地数据库查询
• HTTP 请求
• 本地检索服务
• 浏览器自动化
• 图片生成
• Shell 命令封装

调用方式通常是：

模型通过 Function Calling 选择 Local Tool
  ↓
Agent 根据 Tool Registry 找到对应实现
  ↓
Agent 在本地进程或本地服务中执行
  ↓
结果返回模型

例如模型可能输出：

{
  "tool": "read_file",
  "arguments": {
    "path": "package.json"
  }
}

Agent 收到后，不是让模型自己读文件，而是由本地执行器读取文件，再把内容返回给模型。

Local Tool 的特点是：工具实现直接归 Agent 环境管理，调用链短，适合本地能力和内部服务。

3. MCP Tool：远程能力接入

MCP Tool 本质上也是 Tool，只是它的能力来源不是 Agent 本地函数，而是 MCP Server。

MCP，全称是 Model Context Protocol，主要解决的问题是：

外部系统如何以标准方式把能力暴露给 Agent？

调用链通常是：

MCP Server 暴露工具列表和 schema
  ↓
Agent 通过 MCP Client 获取这些工具
  ↓
模型看到 MCP Tool 的 schema
  ↓
模型通过 Function Calling 调用某个 MCP Tool
  ↓
Agent 通过 MCP Client 把请求转发给 MCP Server
  ↓
MCP Server 执行真实操作
  ↓
结果返回 Agent，再返回模型

例如 GitHub、Slack、Notion、Excel、数据库系统都可以通过 MCP 暴露能力。模型看到的仍然是一个个 tool schema，但真正执行发生在远程或外部系统中。

MCP Tool 的特点是：模型仍通过 Function Calling 调用工具，但 Agent 需要通过 MCP Client 转发请求。

4. Skill Tool：企业级 Agent 主流方式

在很多企业级 Agent 系统中，Skill 不只是 SKILL.md 说明书，而是会被注册成标准 Tool。

这类 Skill 通常代表一个业务能力，比如：

• 生成财务分析报告
• 查询客户画像
• 执行订单审核
• 生成投标文件
• 调用内部审批流程
• 完成某个固定业务 SOP

调用链通常是：

业务 Skill 注册为标准 Tool
  ↓
模型通过 Function Calling 调用 Skill Tool
  ↓
Agent 路由到 Skill Executor
  ↓
Skill Executor 执行内部实现
  ↓
内部实现可能是 Python、Docker、RPC、工作流引擎或内部服务
  ↓
执行结果返回模型

这里的关键点是：

Skill 内部怎么实现，对模型是透明的。

模型只知道有一个工具，比如：

{
  "tool": "generate_financial_report",
  "arguments": {
    "company": "A 公司",
    "period": "2026 Q2"
  }
}

至于这个 Skill 内部是跑 Python 脚本、启动 Docker、调用 RPC，还是编排多个服务，模型并不需要知道。

这种方式适合企业场景，因为它可以把复杂业务流程封装成稳定接口，让模型只负责判断“什么时候用这个 Skill、参数是什么”。

Skill Tool 的特点是：Skill 被工具化，模型通过 Function Calling 直接调用，业务复杂度封装在 Skill Executor 里。

5. Skill + Bash：Code Agent 常见方式

在代码类 Agent 中，Skill 的形态经常不同。它不一定注册成一个独立 Tool，而是作为一组任务说明、脚本和约束存在。

例如一个 Skill 目录里可能有：

SKILL.md
scripts/
templates/
references/

调用链通常是：

Agent 判断任务匹配某个 Skill
  ↓
模型阅读 SKILL.md
  ↓
模型理解 Skill 的用途、流程和约束
  ↓
模型通过 Function Calling 调用 Bash Tool
  ↓
Agent 在本地 Shell 中执行命令
  ↓
命令可能是 python、git、pytest、npm、docker 等
  ↓
结果返回模型

这里不是模型直接调用 “Skill Tool”，而是：

Skill 指导模型怎么做，Bash Tool 负责承接具体执行。

比如某个 PDF Skill 要求“生成后必须渲染检查”，模型读完 SKILL.md 后，可能会调用 Bash Tool 执行：

python render_pdf.py output.pdf

所以在 Code Agent 里，Skill 更像“专业操作手册 + 附带脚本资源”。模型先读懂规则，再通过 Shell、文件工具、测试工具等完成任务。

Skill + Bash 的特点是：Skill 不一定是 Function Calling 目标，而是影响模型如何使用 Bash 和其他 tools。

6. Prompt Skill：早期方案

Prompt Skill 是更早期的一类实现方式。它不依赖标准 Function Calling，而是让模型按照约定在自然语言里输出特殊指令。

例如：

[EXEC] python analyze.py data.csv

或：

Action: run_script
Input: analyze.py data.csv

Agent 再通过正则、状态机或自定义解析器识别这些文本，决定执行什么脚本。

调用链通常是：

模型阅读 Prompt Skill 规则
  ↓
模型在自然语言中输出特殊格式指令
  ↓
Agent 解析这些指令
  ↓
Agent 执行对应脚本或服务
  ↓
结果返回模型

这种方式的问题是，它高度依赖模型输出格式。一旦模型多写、少写、格式错乱，Agent 就可能解析失败。

因此在现代 Agent 系统中，Prompt Skill 正逐渐被 Function Calling、Tool Registry 和结构化调用方式替代。

Prompt Skill 的特点是：实现简单，但鲁棒性较弱，不适合复杂或高可靠场景。

7. 五种方式对比

从调用层面看，最重要的差异不是名字，而是：

• 模型是否通过 Function Calling 发起结构化调用
• Agent 把调用路由到哪里
• Skill 是作为 Tool 暴露，还是作为上下文规则影响模型
• 外部能力是本地实现，还是通过 MCP Server 实现

8. 总结

如果从模型和 Agent 的分工看，可以这样理解：

模型：判断要不要调用能力、调用哪个能力、传什么参数
Agent：校验、路由、执行、回传结果
Tool：承接结构化调用
MCP：把远程或外部系统包装成 Tool
Skill Tool：把业务能力包装成 Tool
Skill + Bash：让模型读 Skill 规则后，通过 Bash 执行脚本
Prompt Skill：让模型输出约定文本，由 Agent 解析执行

所以，Tool、MCP、Skill 不应该只按“概念区别”理解，更应该放到 Agent 调用链里看：

Tool 是调用接口，MCP 是外部工具接入协议，Skill 可以是被工具化的业务能力，也可以是指导模型使用工具的方法包。

这也是为什么在不同 Agent 系统里，Skill 的含义会不一样：企业 Agent 更常见的是 Skill Tool，代码 Agent 更常见的是 Skill + Bash，而早期系统里还会看到 Prompt Skill。