Skills/MCP/RAG/Memory 四分法:给 Agent 配对的知识机制
MaryamMiradi · x · 2026-10-05
作者提出一套四层框架,区分 Agent 需要的四种知识机制:Skills=流程(可重复任务的步骤与判断,按需加载)、MCP=访问(连接外部系统与工具)、RAG=知识(检索领域知识)、Memory=经验(沉淀历史交互)。
以「生产环境结账接口返回 500」为例:常见做法是把 runbook、仪表盘、文档、客户历史全塞进上下文,但上下文更多不等于 Agent 更好,关键是让正确的知识类型走正确的机制:
- Skills 回答「我该怎么做」:如检查错误率→排查最近部署→风险超阈值则升级
- MCP 回答「我能触达什么」:对接外部工具与系统
核心主张:为不同知识类型选不同接入机制,而非一味堆上下文。
「编程与Agent」频道最新
- Opus 5.5 成主力,便宜活交给 GLM:一份多模型实战分工 — ivan_bezdomny · 2026-10-05
- Astra 逆向 macOS 二进制，复刻苹果 Liquid Glass 全部 27 种特效 — steipete · 2026-10-05
- Jeff Dean 一小时讲座：从 LLM 基础到用 Graphs 编排上百个 Agent — glenbeer · 2026-10-05
- 用 GLM 5.3 Flash 跑双 DGX Spark,全本地搭出跑酷小游戏 — -dysangel- · 2026-10-05
- 有人把整家公司的流程都搬进 OpenAI Dots，一人公司照抄即可 — Roger_M_Taylor · 2026-10-05
- 开源 Microsoft 365 MCP 服务器:一句话管理 Outlook、Teams 与 OneDrive — modelcontextprotocol · 2026-10-05