跳至主要内容

如何養成一個 AI Agent

「養成 Agent」並不是訓練模型，而是設計 Agent 的能力組合：給它正確的 Skills、合適的 Tools、必要的外部連線（MCP），讓它能在你的工作流中可靠地完成任務。

本文說明：

  • Skills 是什麼？什麼時候用？
  • Tools 是什麼？與 Skills 的差別？
  • Local MCP vs Remote MCP 的差異與選擇

一、養成 Agent 的三個層次​

┌─────────────────────────────────────────┐
│            Agent（行為主體）              │
│                                         │
│   ┌────────────┐   ┌─────────────┐      │
│   │   Skills   │   │    Tools    │      │
│   │  (做事的方法) │   │ (做事的工具) │      │
│   └────────────┘   └─────────────┘      │
│           ↓               ↓             │
│   ┌─────────────────────────────┐       │
│   │     MCP（外部能力連線）        │      │
│   │   Local MCP   |  Remote MCP │       │
│   └─────────────────────────────┘       │
└─────────────────────────────────────────┘
層次比喻載入時機
Skills工作 SOP / 專業知識按需載入（觸發時）
Tools手上的工具箱啟動時載入
MCP外接設備 / 雲端服務啟動時連線

二、什麼是 Skills？​

Skills 是 Agent 在特定場景下的「做事方法」與「領域知識」。

它本質上是一個 Markdown 檔案（含 YAML frontmatter），描述：

  • 什麼時候該使用這個 Skill（trigger）
  • 該怎麼一步步完成這項工作
  • 涉及的注意事項、最佳實踐

Skill 結構範例​

---
name: ui-ux-pro-max
description: UI/UX 設計指引，涵蓋色彩、字型、佈局與元件
trigger: 當使用者要求設計 UI、調整樣式、選擇配色時
---

# UI/UX 設計守則

## 色彩選擇原則
1. 主色與輔色比例維持在 60:30:10
2. 對比度需達 WCAG AA 標準
...

## 字型搭配
- 標題：Inter / Noto Sans TC
- 內文：System UI fallback
...

Skills 的特性​

  • 按需觸發：不在每次對話都載入，符合條件時才注入 context
  • 可組合：一個 Agent 可掛多個 Skills，互不衝突
  • 領域導向：適合包裝「特定情境下要怎麼做」的知識
  • 使用者可自訂：透過 /skill-name 觸發，或讓 Agent 自動判斷

適合做成 Skill 的內容​

類型範例
工作 SOPCode review 流程、Release 檢查表
專業領域知識UI/UX 設計原則、安全審查項目
專案規範該如何寫 commit message、PR 模板
多步驟任務部署、初始化、Migration

三、什麼是 Tools？​

Tools 是 Agent 「執行動作」的能力：讀檔、寫檔、執行 shell 指令、發送 HTTP 請求等。

Tools 的特性​

  • 啟動時注入：Agent 啟動就知道有哪些 Tools 可用
  • 強型別介面：每個 Tool 都有明確的輸入 schema 與輸出格式
  • 單一職責：一個 Tool 通常只做一件事（如 Read、Write、Bash）
  • 權限可控：可在 settings 中設定哪些 Tools 需要使用者確認

Tools 與 Skills 的差別​

面向SkillsTools
本質知識 / SOP執行能力
形式Markdown 文件程式介面 / API
載入時機按需觸發啟動時注入
範例「怎麼做 code review」「執行 git diff」
比喻食譜鍋鏟

Skill 告訴 Agent 「該做什麼」；Tool 讓 Agent 「能做到」。 一個完整的能力 = 知道方法（Skill）+ 有工具（Tool）。

內建 Tools 範例​

Tool用途
Read讀取檔案
Write / Edit寫入 / 修改檔案
Bash執行 shell 指令
Grep / Glob搜尋程式碼
WebFetch抓取網頁內容

四、什麼是 MCP？​

MCP（Model Context Protocol）是 Anthropic 推出的開放協定，讓 Agent 能連接外部系統取得資料、呼叫服務。

可以把 MCP 想像成 「Agent 的 USB 介面」：只要對方實作 MCP server，Agent 就能即插即用，不需重寫整合程式。

MCP 提供什麼？​

  • Tools：讓 Agent 呼叫外部函式（例如：查 Jira ticket、發 Slack 訊息）
  • Resources：讓 Agent 讀取外部資源（例如：Google Drive 檔案、DB schema）
  • Prompts：可重用的 prompt 模板

五、Local MCP vs Remote MCP​

MCP server 依執行位置分兩類：

Local MCP​

Server 與 Agent 在同一台機器上執行，透過 stdio 通訊。

┌────────────────────────┐
│      你的電腦           │
│  ┌──────┐    ┌──────┐ │
│  │Agent │←──→│ MCP  │ │  stdio
│  └──────┘    │Server│ │
│              └──────┘ │
└────────────────────────┘

特性​

面向說明
通訊方式stdio（標準輸入輸出）
啟動方式Agent 啟動時 spawn 一個 process
驗證方式通常依賴本機環境（已登入的 CLI、檔案系統權限）
延遲極低（process 內通訊）
可用性僅本機可用，無法跨裝置共享

適合場景​

  • 操作本機檔案系統 / Git repository
  • 使用本機已安裝的 CLI 工具（例如 gh, kubectl）
  • 個人開發環境的客製化整合

設定範例（Claude Code settings.json）​

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/dir"]
    }
  }
}

Remote MCP​

Server 部署在遠端，透過 HTTP / SSE 通訊。

┌──────────┐         ┌─────────────────┐
│  Agent   │  HTTP   │  Remote MCP     │
│          │←───────→│  Server         │
│ (本機)    │   SSE   │  (雲端 / 公司內網) │
└──────────┘         └─────────────────┘
                           ↓
                     ┌──────────┐
                     │ External │
                     │ Services │
                     │ (Jira,   │
                     │  GitHub, │
                     │  DB...)  │
                     └──────────┘

特性​

面向說明
通訊方式HTTP + SSE（Server-Sent Events）
啟動方式Server 預先部署，Agent 啟動時建立連線
驗證方式API Key、OAuth、JWT 等標準 Web 認證
延遲視網路而定（一般可接受）
可用性多人 / 多裝置共享同一個 server

適合場景​

  • 團隊共用的整合（例如：公司內的 Jira / Confluence）
  • 需要中央化管理的權限控制
  • 跨裝置一致的能力（手機、IDE、CLI 共用同一套工具）
  • 商業雲端 SaaS（Linear、Notion、Slack 等）

設定範例（Claude Code settings.json）​

{
  "mcpServers": {
    "studio_mcp": {
      "type": "http",
      "url": "https://metamcp.example.com/metamcp/studio_mcp/mcp",
      "headers": {
        "X-API-Key": "your-api-key"
      }
    }
  }
}

Local vs Remote MCP 對照表​

比較項目Local MCPRemote MCP
執行位置使用者本機遠端 server
通訊協定stdioHTTP / SSE
驗證本機環境 / 檔案權限API Key / OAuth
延遲極低網路延遲
多人共用否是
權限管理分散，各人自管集中，一處設定
適合個人本機操作團隊共用、SaaS 整合

六、養成 Agent 的實務建議​

1. 從最小可行開始​

先給 Agent 內建 Tools（Read / Write / Bash）就能解決多數任務。Skills 與 MCP 是遇到瓶頸再加。

2. Skills 寫給「未來的自己」看​

把每次對話中你重複糾正 Agent 的內容，整理成 Skill。例如：

  • 「Commit message 要用正體中文，禁止簡體用語」
  • 「PR 描述要包含 Test plan」

3. Tools 講求穩定，MCP 講求生態​

  • 如果某個整合是「核心、穩定、長期使用」，做成 Tool 或 Local MCP
  • 如果是「跨團隊、跨裝置、需中央管理」，部署 Remote MCP
  • 如果只是試水溫，先用 Bash + 既有 CLI

4. 權限設計：最小授權原則​

  • Tools / MCP 都要評估「最壞情況下會發生什麼」
  • 對寫入性、不可逆操作，預設要求使用者確認
  • Remote MCP 的 API Key 要妥善管理，定期輪換

5. 觀察與迭代​

  • 觀察 Agent 在哪些任務上反覆失敗 → 補 Skill
  • 觀察 Agent 在哪些操作上手段笨拙 → 補 Tool 或 MCP
  • 觀察 Agent 在哪些情境下亂用工具 → 強化 Skill 中的觸發條件

七、進一步閱讀​