一文读懂AI四大核心技术：LLM、Agent、RAG、Skill，程序员必看！

💡 导读：ChatGPT爆火之后，LLM、Agent、RAG、Skill这些概念层出不穷。它们到底是什么？之间有什么关系？今天用一篇文章带你彻底搞懂！
适合人群：前端开发、Python 爱好者、AI 探索者
注：本文只是做科普目前AI技术热点科普，不是专业技术分享。

前言：AI时代，不懂这些你就out了

2023年被称为"AI元年"，ChatGPT的出现让大语言模型（LLM）走进了大众视野。
但很快，我们发现单纯的大模型还不够：

• ❌ 它不知道最新的新闻
• ❌ 它不能操作你的电脑
• ❌ 它无法完成复杂的多步骤任务
  于是，Agent、RAG、Skill 这些技术应运而生。
  今天，我们就来聊聊这四大核心技术。

一、LLM：AI的"大脑"

1.1 什么是LLM？

LLM (Large Language Model)，也就是我们要说的“大模型”，比如deepseek、GPT、Gemini 等。

它是谁？

它是整个 AI 系统的 “大脑”。它读过几乎全互联网的书，上知天文下知地理，能写诗、能写代码、能陪你聊天。

它的超能力

• ✅ 理解力 Max：能听懂你在说什么。
• ✅ 生成力 Max：能快速生成高质量的文本。
• ✅ 推理力 Max：能处理复杂的逻辑问题。

1.2 常见的LLM有哪些？

1.3 LLM的局限性

虽然LLM很强大，但它有三大硬伤：

这就引出了我们今天要讲的另外三个技术：RAG、Skill、Agent。

二、RAG（检索增强生成）：外挂知识库

2.1 什么是RAG？

它是谁？

如果 LLM 是一个参加“开卷考试”的学生，那 RAG 就是他手边的 “教科书” 或者 “图书馆”。

为什么要用它？

当你要问 LLM 关于“你们公司最新的考勤制度”时，LLM 肯定不知道。
这时候，RAG 的作用就来了：

核心价值

• ✨ 解决幻觉：有据可查，不再瞎编。
• ✨ 数据私有化：不用把数据训练进模型，也能回答私有领域问题。
• ✨ 实时性：文档更新了，回答自然就更新了。

#mermaid-svg-tbTOFy4BDzjvh7U3{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-tbTOFy4BDzjvh7U3 .error-icon{fill:#552222;}#mermaid-svg-tbTOFy4BDzjvh7U3 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-tbTOFy4BDzjvh7U3 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .marker.cross{stroke:#333333;}#mermaid-svg-tbTOFy4BDzjvh7U3 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-tbTOFy4BDzjvh7U3 p{margin:0;}#mermaid-svg-tbTOFy4BDzjvh7U3 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster-label text{fill:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster-label span{color:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster-label span p{background-color:transparent;}#mermaid-svg-tbTOFy4BDzjvh7U3 .label text,#mermaid-svg-tbTOFy4BDzjvh7U3 span{fill:#333;color:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .node rect,#mermaid-svg-tbTOFy4BDzjvh7U3 .node circle,#mermaid-svg-tbTOFy4BDzjvh7U3 .node ellipse,#mermaid-svg-tbTOFy4BDzjvh7U3 .node polygon,#mermaid-svg-tbTOFy4BDzjvh7U3 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .rough-node .label text,#mermaid-svg-tbTOFy4BDzjvh7U3 .node .label text,#mermaid-svg-tbTOFy4BDzjvh7U3 .image-shape .label,#mermaid-svg-tbTOFy4BDzjvh7U3 .icon-shape .label{text-anchor:middle;}#mermaid-svg-tbTOFy4BDzjvh7U3 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .rough-node .label,#mermaid-svg-tbTOFy4BDzjvh7U3 .node .label,#mermaid-svg-tbTOFy4BDzjvh7U3 .image-shape .label,#mermaid-svg-tbTOFy4BDzjvh7U3 .icon-shape .label{text-align:center;}#mermaid-svg-tbTOFy4BDzjvh7U3 .node.clickable{cursor:pointer;}#mermaid-svg-tbTOFy4BDzjvh7U3 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .arrowheadPath{fill:#333333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-tbTOFy4BDzjvh7U3 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-tbTOFy4BDzjvh7U3 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-tbTOFy4BDzjvh7U3 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster text{fill:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 .cluster span{color:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-tbTOFy4BDzjvh7U3 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-tbTOFy4BDzjvh7U3 rect.text{fill:none;stroke-width:0;}#mermaid-svg-tbTOFy4BDzjvh7U3 .icon-shape,#mermaid-svg-tbTOFy4BDzjvh7U3 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-tbTOFy4BDzjvh7U3 .icon-shape p,#mermaid-svg-tbTOFy4BDzjvh7U3 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-tbTOFy4BDzjvh7U3 .icon-shape rect,#mermaid-svg-tbTOFy4BDzjvh7U3 .image-shape rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-tbTOFy4BDzjvh7U3 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-tbTOFy4BDzjvh7U3 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-tbTOFy4BDzjvh7U3 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

找到相关资料

结合资料回答

用户提问

检索 RAG

LLM 大脑

最终答案

2.2 RAG的工作原理

三步走：

1️⃣ 索引（Indexing）

• 把你的文档切分成小块
• 用Embedding模型转成向量
• 存入向量数据库（如Chroma、Pinecone）

2️⃣ 检索（Retrieval）

• 用户提问也转成向量
• 在向量库中找最相似的文档块
• 返回Top-K个相关片段

3️⃣ 生成（Generation）

• 把检索到的内容+用户问题拼成Prompt
• 发给LLM生成最终答案

2.3 RAG的实际应用

• 📚 企业知识库问答：上传公司文档，员工随时提问
• 📖 智能客服：基于产品手册自动回答用户问题
• 🔍 论文检索：上传论文库，快速找到相关内容
• 💻 代码助手：基于项目代码库回答技术问题

2.4 代码示例

# 使用LangChain实现简单RAG（新版API）
from langchain_openai import OpenAIEmbeddings, ChatOpenAI
from langchain_chroma import Chroma
from langchain_text_splitters import CharacterTextSplitter
from langchain_community.document_loaders import TextLoader
from langchain.chains import RetrievalQA

# 1. 加载文档
loader = TextLoader('公司手册.txt', encoding='utf-8')
documents = loader.load()

# 2. 切分文档
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
texts = text_splitter.split_documents(documents)

# 3. 创建向量库
embeddings = OpenAIEmbeddings()
vectorstore = Chroma.from_documents(texts, embeddings)

# 4. 创建检索器
retriever = vectorstore.as_retriever(search_kwargs={"k": 3})

# 5. 创建问答链
qa_chain = RetrievalQA.from_chain_type(
llm=ChatOpenAI(model="gpt-4", temperature=0),
chain_type="stuff",
retriever=retriever
)

# 6. 提问
query = "公司的年假政策是什么？"
answer = qa_chain.invoke({"query": query})
print(answer["result"])

三、Skill：给LLM配备"工具箱"

3.1 什么是Skill？

它是谁？

它是 Agent 手里的 “锤子”、“扳手”、“计算器”。

为什么需要它？

LLM 虽然聪明，但它不擅长做某些具体的事情，比如：

• 精确数学计算（大模型算数很差，不如调个计算器）。
• 获取实时天气（需要调天气 API）。
• 操作 Excel（需要调 Python 脚本）。
• 画图（需要调绘图模型）。

Skill 就是把这些具体的能力封装成函数或 API，让 Agent 可以随时调用。
Skill（技能） 就是让LLM能够调用外部工具的能力。
如果说RAG是给LLM"补充知识"，那Skill就是给LLM"赋予能力"。

3.2 常见的Skill类型

3.3 Skill的工作原理

用户："北京今天天气怎么样？"
↓
LLM分析：需要获取实时天气信息
↓
LLM决定：调用天气查询Skill
↓
执行Skill：调用天气API获取数据
↓
LLM生成："北京今天晴，25°C…"

四、Agent：让AI成为"智能体"

4.1 什么是Agent？

Agent，智能体。这是目前最让人兴奋的概念！

它是谁？

如果说 LLM 是“大脑”，RAG 是“书”，那 Agent 就是 “一个完整的人”。它不仅有大脑，还有 手（Tools） 和 耳目（Sensors）。

它能做什么？

Agent 不仅仅是“回答问题”，它的核心是 “行动 (Action)”。
它能根据你的目标，自主拆解任务，调用工具，一步步完成工作。
Agent（智能体） 是AI的终极形态。

举个栗子 🌰：
你对deepseek说：“帮我订一张明天去北京的机票。”

• 纯 LLM：只能告诉你怎么订票，或者给你写一段订票的代码。
• Agent：
• 思考：需要先查航班，再选时间，最后支付。
• 行动 1：调用“携程 API”查询航班。
• 行动 2：发现余额不足（假设），调用“提醒工具”告诉你。
• 行动 3：最终帮你下单。

它不仅能理解、能生成，还能：

• 🧠 自主规划：分解复杂任务，制定执行计划
• 🔄 循环执行：多步骤任务自动推进
• 🛠️ 工具调用：灵活使用各种Skill
• 💾 记忆管理：记住对话历史和中间结果

4.2 Agent的核心架构

一个完整的Agent通常包含四大核心模块：Planning（规划）、Memory（记忆）、Tools（工具）、Action（执行），通过ReAct模式循环迭代完成任务。

4.3 ReAct：Agent的经典范式

ReAct（Reasoning + Acting） 是Agent最常用的工作模式：

Thought（思考）→ Action（行动）→ Observation（观察）→ … → Answer（回答）

示例：

用户："苹果公司今年的营收是多少？"

Thought: 我需要搜索苹果公司最新的财务报告
Action: 调用搜索工具，搜索"Apple revenue 2024"
Observation: 找到Apple 2024 Q4财报，营收xxx亿美元

Thought: 我已经找到了答案
Action: 生成最终回答
Answer: 苹果公司2024年营收为xxx亿美元…

4.4 LangChain实现Agent

from langchain.agents import Tool, AgentExecutor, create_react_agent
from langchain_openai import ChatOpenAI
from langchain_community.utilities import SerpAPIWrapper
from langchain.chains import LLMMathChain

# 准备工具
search = SerpAPIWrapper()
llm = ChatOpenAI(model="gpt-4", temperature=0)
llm_math_chain = LLMMathChain(llm=llm)

tools = [
Tool(
name="Search",
func=search.run,
description="用于搜索实时信息"
),
Tool(
name="Calculator",
func=llm_math_chain.run,
description="用于数学计算"
)
]

# 创建Agent
agent = create_react_agent(llm, tools)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

# 运行
agent_executor.invoke({"input": "苹果公司CEO是谁？他今年多大了？"})

五、四者关系：一张图看懂

💡 干货总结

六、实际应用场景

6.1 智能客服机器人

用户："我的订单什么时候到？"

Agent分析：需要查询订单信息
↓
调用Skill：查询订单数据库
↓
获取结果：预计明天送达
↓
生成回复："您的订单预计明天送达…"

6.2 企业知识助手

用户："公司的报销流程是什么？"

RAG检索：从知识库找到报销手册
↓
LLM理解：提取关键步骤
↓
生成回复：分步骤说明报销流程

6.3 编程助手

用户："帮我写一个Python爬虫"

Agent规划：
1. 分析需求
2. 编写代码
3. 解释代码
↓
调用Skill：代码生成 + 代码解释
↓
输出：完整代码 + 使用说明

写在最后

AI技术日新月异，LLM、Agent、RAG、Skill只是开始。

作为开发者，我们要做的是：

希望这篇文章能帮你理清这些概念。如果觉得有用，欢迎点赞、收藏、关注，你的支持是我创作的动力！