AI 工具与智能体

AI领域核心术语并非凭空捏造的黑话，而是围绕解决工程痛点层层叠加演化的方案。文章以四层递进逻辑拆解概念链条：基础交互层中，LLM通过Token概率预测实现对话，Prompt Engineering将模糊提问转为结构化指令；记忆与数据层里，Context打包对话历史，Memory压缩长程信息，RAG打通私有资料库终结幻觉；行动与接口层中，Function Calling赋予模型调用外部工具能力，MCP统一工具协议标准；自主工程化层上，Agent集成感知、规划、记忆与工具调用形成自主闭环，Skill是可复用程序化技能，Harness则通过边界约束、上下文供给与自动化验收防范失控风险。核心结论：这些术语对应从“陪聊”到“独立干活”的演进阶梯，理解其连带关系有助于抓住AI技术发展脉络。

本文提供的正文只有一段B站视频嵌入和两张图片，没有任何文字表述。由于无法从这些内容中解析出主题、结论、事实或读者收益，按照准确的摘要原则，本摘要无法生成。请补充文字正文后再进行摘要提取。

Agent Skills是Anthropic推出的智能体技能规范，本质上是高度工程化、符合特定规范的进阶提示词，用于解决开发者重复输入大量约束、易遗漏及全局加载浪费Token的问题。其核心原理为三层渐进式加载机制：启动时仅注入含名称与描述的元数据索引，低耗Token供AI自主决策；触发时加载匹配的核心指令；执行具体步骤时按需读取外部样式文档、CSV数据表或Python检索脚本，实现深度工程化控制与极限节省上下文。文中案例为GitHub超14K Star的前端UI设计Skill，使Claude Code告别“蓝紫渐变、Emoji堆砌”，精准输出高水准SVG与网页UI。目录结构化要求独立文件夹隔离管理，主入口统一命名skill.md，其与MCP均采用“先暴露目录契约、再动态按需调取”的架构思想扩展智能体能力边界。

MCP（模型上下文协议）是Anthropic推出的标准化协议，通过为外部工具“套一层壳”统一Client与Server通信，解决大模型调用外部工具生态割裂问题。相比传统Function Calling需手写复杂API Schema、维护成本高且存在安全隐患，MCP借助官方SDK极大简化开发。其三层架构包括MCP Host/Client（如Claude桌面端、Cline插件）与MCP Server，通信基于JSON-RPC 2.0，支持stdio（本地场景）和HTTP+SSE（分布式场景）两种方式。值得注意的是，MCP规范仅约束Client与Server间通信，Client与大模型的对接灵活——实测Cline将工具说明以系统提示词拼接，单次消耗6万多字符，虽泛化性好、适配任意模型，但Token成本高。技术演进历经Prompt约定、Function Calling至MCP协议时代，走向即插即用的统一工具生态。

browser-use团队开源了video-use项目，登上GitHub日榜TOP5，已获1.2万标星。其核心理念是将原始素材放入文件夹，用自然语言描述剪辑意图，AI直接产出final.mp4，让用户从“操作时间轴”转变为“描述创意”。核心功能包括自动剪掉口癖、口误与死寂，自动调色，音频淡入淡出防爆音，字幕烧录，动画叠加，并通过project.md保留进度、渲染后自动检查剪切点质量。技术亮点是LLM不直接看视频画面，而是通过ElevenLabs转录的12KB文本加按需生成的时间轴可视化图像来决策，成本与效率相比传统逐帧分析有数量级优势。安装可通过Claude Code一条指令自动完成，日常使用只需将素材放入文件夹并下达自然语言指令。该项目适合不想学剪辑但需要产出视频的用户，配置半小时后每条视频可省下数小时剪辑时间。

https://www.bilibili.com/video/BV15byEBHESo/?spm_id_from=333.337.search-card.all.click&vd_source=2c34

本文介绍了在极空间NAS上配置小智AI的MCP（模型上下文协议）服务链路，由三个文件协同工作：`knowledge_server.py`作为核心工具库，基于FastMCP框架暴露`search_local_knowledge`工具，遍历读取容器内`/data`目录的全部txt文件并打包为提示词；`mcp_pipe.py`作为网络通信桥梁，通过WebSocket连接小智服务器并转发指令；`start.sh`负责容器启动时自动安装依赖并组合运行。文中还阐述了MCP Server与普通REST接口的本质差异：前者面向AI模型动态发现与自主调用，后者面向代码硬编码调用；MCP支持tools、resources、prompts三类标准化抽象，基于JSON-RPC 2.0实现运行时能力自描述，结果直接注入模型上下文，且支持长连接双向通信，一次接入即可多端复用。

面对YouTube与Chromium内核浏览器（Edge/Chrome）最新启用的“应用绑定加密”机制，传统的`--cookies-from-browser`参数已失效并报错DPAPI。文章提供了一套完整且高效的破局方案：通过开源扩展**Get cookies.txt LOCALLY**从浏览器内部导出已验证的Cookie，配合yt-dlp的进阶参数组合实现4K视频高速下载。核心命令包括`--js-runtimes node`破解动态签名、`--cookies cookies.txt`提供身份信誉、`--extractor-args "youtube:client=ios"`伪装客户端通道，并通过`-f`格式筛选器智能选择最高画质并交由FFmpeg合并。文章详细拆解了各参数的战略意义，并给出了可直接复用、仅需替换视频链接的模板，同时提醒用户注意Cookie的有效期以及Node.js和FFmpeg的环境依赖。