【全栈底层打通】从 LLM、Token 到 MCP 与 Agent Skill:一帖揉碎 AI 核心技术体系,看懂 Claude Code 与 OpenClaw 的底层运作逻辑!


各位一起港湾的独立开发者、Agent 架构师、以及每天折腾本地与云端工作流的极客兄弟们:

如今 AI 圈每天都在冒出各种让人眼花缭乱的新名词:LLM、Token、Context Window、Prompt、Tool、MCP、Agent、Agent Skill…… 很多兄弟虽然天天在用 Claude Code、Codex 或者 OpenClaw,但如果真让你从底层工程视角把它们串成一条线,往往还是觉得云里雾里。

今天站长不整那些虚头巴脑的商业黑话,直接从最底层的硅基引擎出发,一层一层往上搭积木,带你彻底打通现代 AI 智能体的全栈技术底座!



🧱 一、 底层地基:LLM(大语言模型)与 Token(最小算力单元)


1. LLM(大语言模型): 所有现代 AI 产品的绝对心脏,底层引擎均基于 Google 在 2017 年提出的 Transformer 架构。从引爆全球的 GPT 系列,到如今同台竞技的 Claude、Gemini、Qwen,它们的工作原理其实极其朴素——一个高级的“文字接龙游戏”。每吐出一个词,就把它追加到输入末尾,再预测下一个概率最高的词,直到输出结束符。
2. Token 与 Tokenizer(分词器): 大模型本质上是一堆庞大的矩阵数学函数,它压根不认识人类文字,只认识数字。在人类和模型之间需要一个翻译官——Tokenizer。

编码(Encode): 把你的输入切分成最小文本片段(Token),再一一映射成数字(Token ID)送进模型。
解码(Decode): 把模型吐出的数字还原回人类文字。
换算铁律: Token 和“词”不是一一对应的(例如“程序员”会被切分成“程序”和“员”两个 Token)。平均下来,1 个 Token ≈ 0.75 个英文单词 ≈ 1.5~2 个汉字(100 万 Token 窗口约等于 150 万汉字,足以装下整套《哈利·波特》)。





🧠 二、 临时记忆体:Context(上下文)与 Prompt(提示词工程)


1. Context 与 Context Window(上下文窗口): 大模型本身是无状态的数学函数,它之所以能记住你刚才说的话,是因为后台程序每次都会把“历史聊天记录 + 系统规则 + 可用工具列表 + 当前提问”打包成一整个大包裹发给它——这个信息总和就叫 Context(临时记忆体),而它能容纳的 Token 上限就是 Context Window。
2. 为什么需要 RAG? 即使现在主流模型拥有 100 万级窗口,如果你每次提问都把上千页的产品手册硬塞进去,API 费用和推理延迟也会直接爆炸。通过 RAG(检索增强生成) 只抽取最相关的几段话塞进 Context,才是低成本落地的正解。
3. System Prompt vs User Prompt:

System Prompt(系统提示词): 开发者在后台配置的“人设与铁律”(如:*你是一个耐心的数学老师,绝不直接给答案,要一步步引导思考*),用户不可见,但全局生效。
User Prompt(用户提示词): 用户在对话框里输入的具体任务指令(如:*3+5 等于几?*)。





🔌 三、 突破次元壁:Tool(工具)与 MCP(模型上下文协议)

纯靠文字接龙的大模型是“盲人”,不知道今天上海天气如何,也查不到你的本地数据库。要让它感知并影响外部世界,就必须引入外部函数——Tool(工具)。

🚨 常见认知误区:调用工具的并不是大模型本身!
大模型唯一的能力依然只是“输出文本”。完整调用链路是:平台把可用工具列表发给模型 ➔ 模型分析后输出一段“请求调用某工具及参数”的指令文本 ➔ 平台代码去真正执行该函数拿到结果 ➔ 平台把结果喂回给模型 ➔ 模型总结成人话回复用户。

那什么是 MCP(Model Context Protocol)?
过去,OpenAI、Anthropic、Google 各搞一套工具接入规范,开发者写一个天气插件要适配三遍代码。MCP 就是 AI 界的 “Type-C 统一接口标准”——开发者只需按 MCP 规范写一次工具,就能无缝插进所有支持 MCP 的 AI 平台!



🤖 四、 终极形态:Agent(智能体)与 Agent Skill(技能包)

当大模型拥有了自主规划、多步推理、循环调用工具的能力(如先调定位工具拿经纬度 ➔ 再调天气工具发现下雨 ➔ 再调地图工具搜附近 100 米便利店买伞),它就进化成了真正的 Agent(智能体)(代表作:Claude Code、Codex、OpenClaw)。

但高频使用 Agent 时有个痛点:你每次让它干活,都要重复粘贴一大段私人习惯和输出格式要求,极其反人类。于是 Agent Skill(技能说明文档) 诞生了!


技术层级核心概念一句话工程本质类比理解
第 1 层(引擎)LLM / Token基于 Transformer 的概率预测矩阵大脑神经元与电信号
第 2 层(记忆)Context / Prompt包含人设规则与历史对话的临时工作区电脑的内存条(RAM)
第 3 层(手脚)Tool / MCP标准化的外部函数调用接口协议外接 USB / Type-C 扩展坞
第 4 层(大脑+SOP)Agent / Agent Skill自主循环规划程序 + 标准 Markdown 业务手册能独立干活的员工 + 岗位 SOP 手册


💡 Agent Skill 的“渐进式披露”黑科技:
以 Claude Code 为例,你只需在 ~/.claude/skills/技能名/ 目录下创建一个大写的 SKILL.md 文件。
它分为两层:元数据层(Name & Description)和指令层(具体步骤、规则、输出示例)。Agent 启动时只加载轻量级的元数据层,只有当你的提问命中该技能描述时,才会按需读取庞大的指令层——极大节省了宝贵的 Context Token 消耗!


🎁 【一起港湾·船员专属实战源码】

光说不练假把式!站长直接把视频中演示的 【标准 `SKILL.md` 技能模板源码 + 本地 MCP Server 快速接入配置清单】 完整整理出来了。

【回复本帖 + 刷新页面】 即可直接复制模板到你的 Claude Code / OpenClaw 目录中,5 分钟打造你的第一个自动化专属 Skill!



📢 【一起港湾·Agent Skill 实战模板解锁成功】:

在你的本地目录 ~/.claude/skills/go-out-checklist/SKILL.md 中粘贴以下标准结构即可生效:


---
name: go-out-checklist
description: 当用户准备出门询问需要携带什么物品时触发,自动结合定位与天气给出定制物品清单。
---

# 目标
根据用户当前位置的实时天气状况,严格按照私人习惯生成精简的出门携带清单。

# 执行步骤
1. 调用 location 工具获取用户当前经纬度。
2. 将经纬度传入 weather 工具获取今日实时天气与空气质量。
3. 严格对照下方【判断规则】筛选物品,按【输出格式】返回结果。

# 判断规则
- 必带物品:手机(无论任何天气必须列出)
- 降水概率 > 30% 或有雨:携带雨伞
- 紫外线强 / 晴天:携带遮阳帽
- 空气质量差 (AQI > 100):佩戴口罩
- 风力 >= 4级:穿防风外套

# 输出格式
【今日天气一句话总结】
- 物品1(携带原因)
- 物品2(携带原因)



分类