跳到主要内容

AI基础概念与常用工具

本文档旨在介绍人工智能领域的一些基础概念以及当前流行的AI工具，帮助开发者和爱好者快速了解这一领域。

1. 基础概念 (Basic Concepts)​

1.1 大语言模型 (LLM)​

定义： Large Language Model，基于海量文本数据训练的深度学习模型，能够理解和生成人类语言。

1.2 Prompt Engineering (提示工程)​

定义： 通过设计和优化输入给AI模型的提示词（Prompt），引导模型生成更准确、高质量的输出。

1.3 RAG (Retrieval-Augmented Generation)​

定义： 检索增强生成，结合了检索系统和生成模型，允许AI在生成回答前先从外部知识库检索相关信息，减少幻觉并提高准确性。

1.4 Agent (智能体)​

定义： 具有自主感知、决策和执行能力的AI系统，能够使用工具完成复杂任务。

1.5 Agent Harness（智能体增强框架）​

定义： 套在 AI 编码 Agent 外层的增强系统，通过统一管理 Skills、记忆、安全策略和开发方法论，让 Agent 在不同工具（Claude Code、Codex、Cursor 等）之间保持一致、可靠的行为表现。

可以把它理解为 Agent 的"外骨骼"：模型本身的能力没有变，但套上 Harness 后，它的执行更稳定、更可控、更符合团队规范。

典型能力：

  • Skills 管理：统一加载和触发可复用的任务流程
  • 记忆机制：跨会话保留上下文、项目偏好和历史决策
  • 安全策略：限制高风险操作，防止 Agent 越权执行
  • 研究优先（Research-first）：在动手实现前先收集足够上下文，避免盲目行动

与 Agent 的关系：

  • Agent 是执行主体，负责感知、推理和行动
  • Harness 是外层框架，负责约束、增强和协调 Agent 的行为
  • 两者结合后，Agent 才能在复杂的工程任务中稳定落地

1.7 Rule (规则)​

定义： 约束 AI 行为的指令集合，用于规定输出风格、工程流程、质量门禁和安全边界。

作用：

  • 统一团队协作规范（如命名、测试、提交要求）
  • 减少"每次都要重复提醒 AI"的沟通成本
  • 降低高风险操作和偏离需求的概率

1.8 Skill (技能)​

定义： 可复用的任务执行模板或工作流，通常包含触发条件、操作步骤、检查清单与参考素材。

作用：

  • 把高频任务流程化（如调试、写测试、代码评审）
  • 提升执行一致性与可复盘性
  • 让不同成员在同一任务上产出更稳定

1.9 Plugin（插件）​

定义： 给 AI 接入外部能力的"连接器"，解决的是"能不能"的问题。比如模型本来不能连 GitHub、不能搜实时天气、不能读本地数据库，插件通过 API 或协议（如 MCP）给它接上了这些"外部器官"。

作用：

  • 扩展 AI 的感知范围（代码仓库、数据库、搜索、文件系统）
  • 提供标准化的工具接口，降低重复接入成本
  • 与 MCP 结合后，实现跨工具共享同一套外部连接

1.10 Rule、Skill 与 Plugin 的关系​

三者分工明确，缺一不可：

  • Rule 是"约束"：告诉 AI 什么必须遵守，划定边界
  • Skill 是"方法"：告诉 AI 这件事应如何做，提供流程
  • Plugin 是"工具"：给 AI 接入外部资源，提供能力

一句话概括三者：

  • Plugin 给了 AI "做这件事的资格"（工具权限）
  • Skill 给了 AI "做成这件事的经验"（逻辑链路）
  • Rule 给了 AI "做事的边界"（约束规范）

三者配合：做得对（Rule）、做得稳（Skill）、做得到（Plugin/MCP）

1.10.1 一个直观例子（文档改写任务）​

任务："把组件文档补齐，并保证可发布"

Rule 示例（约束）：

  • 文档必须使用中文
  • 文件命名必须是 kebab-case
  • 发布前必须通过 lint 和测试

Skill 示例（方法）：

  1. 先扫描缺失章节（安装、API、示例、FAQ）
  2. 按模板生成草稿
  3. 自动检查代码块语言标记和链接有效性
  4. 输出变更清单与验证结果

Plugin 示例（工具）：

  • 通过 GitHub MCP 直接读取仓库中已有的文档文件
  • 通过文件系统 MCP 检查本地 lint 配置

效果对比：

  • 只有 Rule：知道"不能违规"，但不一定知道"怎么高效做完"
  • 只有 Skill：知道"怎么做"，但可能不符合团队规范，也可能拿不到数据
  • Rule + Skill + Plugin：既符合规范，有稳定执行路径，也能直接获取所需数据

2. 常用工具 (Common Tools)​

2.1 对话类​

  • ChatGPT (OpenAI): 行业标杆，擅长通用对话、写作、编码。
  • Claude (Anthropic): 擅长长文本分析、编码，逻辑性强，安全性高。
  • Gemini (Google): 谷歌的多模态模型，整合在Google生态中。

2.2 编码辅助类​

  • GitHub Copilot: 集成在IDE中的代码补全工具。
  • Cursor: 基于VS Code构建的AI原生代码编辑器。
  • Claude Code: Anthropic推出的命令行AI编码助手。

2.3 图像生成类​

  • Midjourney: 艺术感强，适合创意设计。
  • Stable Diffusion: 开源，可本地部署，控制力强。

3. 结语​

AI领域发展迅速，工具和概念层出不穷，保持持续学习是关键。