2.3 技术架构一图看懂
小王理解了七个区别，现在想从架构角度整体把握两者技术全貌。
Skill 的技术架构
Skill 技术架构
Level 1: 发现→Level 2: 激活→Level 3: 资源
渐进式披露：30 个 Skill 全量加载 90,000 token → Level 1 仅 3,000 token，节省 97%
渐进式披露按需注入动态预处理 !`cmd`context: forkallowed-tools
动态上下文注入：!`command` 语法在 AI 看到内容之前预处理执行，将结果嵌入。例如 !`git diff HEAD` 让 AI 直接看到真实的 diff 数据——Skill 不存储状态，但能注入实时信息。
Agent 的技术架构
Agent 技术架构
思考→行动→观察→反思→再思考
决策循环是 Agent 与 Skill 的根本区别——Chat 是"输入→输出"一步完成，Agent 是循环往复直到完成
ReActPlan-ExecuteReflexionMulti-AgentHierarchical
五种决策模式：
| 模式 | 核心思想 | 适用场景 |
|---|---|---|
| ReAct | 边想边干——思考→行动→观察循环 | 信息查询、简单操作 |
| Plan-Execute | 先想后干——先规划再执行 | 多步骤结构化任务 |
| Reflexion | 干了再反思——执行→反思→改进 | 高质量输出 |
| Multi-Agent | 团队协作——多 Agent 分工 | 多专业领域、可并行 |
| Hierarchical | 层级指挥——管理者指挥工作者 | 复杂项目需统一协调 |
Claude Code Skills vs Agent SDK
两者是不同层面的东西——Skills 是"给现有 AI 工具装能力"，Agent SDK 是"从零构建新的 AI Agent"。
| 维度 | Claude Code Skills | Anthropic Agent SDK |
|---|---|---|
| 定位 | 给现有 AI 工具装能力 | 从零构建新的 AI Agent |
| 面向 | 开发者日常编程工作流 | 需要构建自定义 AI 系统的开发者 |
| 定义方式 | SKILL.md 文件 | Python API |
| 运行位置 | Claude Code 内部 | 独立进程 |
| 决策权 | 无——Skill 不做决策 | 有——Agent 自主决策 |
| 工具调用 | allowed-tools 预授权，间接指引 | 直接调用，Agent 自主编排 |
| 状态管理 | 无状态（文件） | 有状态（Python 运行时） |
| 多 Agent | context: fork 子代理 | 原生 Multi-Agent 支持 |
| MCP 集成 | 通过 Claude Code 间接使用 | 直接集成，原生支持 |
| 学习曲线 | 低（写 Markdown） | 中（写 Python） |
| 部署复杂度 | 低（放文件到项目） | 中（需要部署和运行） |
两者如何衔接
Skill 和 Agent 在 AI 应用中是这样衔接的：
Skill 知识层
告诉 AI：
• 审查标准是什么
• 部署禁忌是什么
• 输出格式是什么
• 流程顺序是什么
• 审查标准是什么
• 部署禁忌是什么
• 输出格式是什么
• 流程顺序是什么
指导 + 护栏
Agent 决策层
让 AI 自己决定：
• 下一步该做什么
• 用什么工具
• 结果是否达标
• 遇到意外怎么调整
• 下一步该做什么
• 用什么工具
• 结果是否达标
• 遇到意外怎么调整
Skill 告诉 AI "做什么"（知识和标准），Agent 让 AI "自己决定怎么做"（决策和执行）。
架构核心差异
载体Markdown 文件（静态）
载体Python API + 运行时（动态）
部署方式放文件到项目（零运维）
部署方式部署和运行进程（需运维）
扩展方式加内容（但 token 成本上升）
扩展方式加工具/Agent（不增加 AI 上下文）
上下文管理精细——渐进式披露三层
上下文管理粗放——四层记忆但较重
子代理context: fork 隔离执行
多代理原生 Multi-Agent 支持
本节核心要点
- Skill 架构：Markdown 文件 → 三级渐进式披露 → 注入上下文 → AI 遵循
- Agent 架构：四大组件（提示词+工具+记忆+决策循环） → 循环执行 → 自主完成
- Claude Code Skills vs Agent SDK：Skills 是"装能力"，Agent SDK 是"造 Agent"
- 两者衔接：Skill 提供知识和护栏，Agent 做决策和执行
思考题：你的项目中，Skill 的"渐进式披露"和 Agent 的"四层记忆"分别解决了什么问题？什么时候需要两者结合？