Architecture · Deep Dive
现代AI
应用架构
Skill · Hook · Tool · MCP · API · CLI · Agent · Plugin
skillhooktoolmcpapicliagentplugin
教学系列 · 系统架构深度解析
01 / 10
02
Overview
全景概览：八个概念的关系图谱
▸
API 是基础通信协议，一切交互的底层
▸
Tool 是能力的原子单元，可被 Agent 调用
▸
MCP 是工具的标准化协议层
▸
Skill 是能力的封装体，包含指令+工具+知识
▸
Hook 是扩展点机制，允许注入自定义逻辑
▸
Plugin 是可分发的能力扩展包
▸
CLI 是人与系统的命令行交互界面
▸
Agent 是自主行动的智能体，编排Tool与Skill
核心关系链
Agent → Skill → Tool → MCP / API
02 / 10
03
Layer 1 · Foundation
API
一切通信的基石
▸
API 定义了组件间的通信契约
▸
作为底层通信层支撑一切交互
▸
常见协议：RESTful / gRPC / WebSocket
▸
API的抽象层级决定系统的灵活性与复杂度
▸
良好API设计是Tool、Plugin、MCP的前提条件
关键位置
Plugin → API → 外部服务 · Agent → Tool → API
03 / 10
04
Layer 2 · Capability
Tool
能力的原子单元
定义
▸
AI系统中最基本的可执行能力单元
▸
封装具体功能：搜索、计算、文件操作
▸
具有明确的输入/输出 Schema
▸
可被 Agent 动态发现和调用
结构
▸
名称 — 唯一标识
▸
描述 — 用途说明
▸
参数 Schema — 入参定义
▸
执行逻辑 — 功能实现
核心认识
Tool 是功能的【最小粒粒度】— 所有上层能力构建于此
04 / 10
05
Layer 3 · Protocol
MCP
工具的标准化协议
▸
MCP（Model Context Protocol）Anthropic推出的开放协议
▸
标准化 Tool / Resource / Prompt 三种原语
▸
架构：Host → Client → Server → Tool
▸
LLM应用可动态发现和调用远程工具
▸
类比：MCP之于Tool如同 HTTP之于Web
核心认识
MCP = 工具的【标准化接口层】— 让Tool可发现、可复用
05 / 10
06
Layer 4 · Composition
Skill
能力的封装与组合
组成要素
▸
指令集（Instructions）— 行为定义
▸
工具集（Tools）— 可用能力
▸
上下文知识— 领域信息
▸
触发条件— 何时激活
特性
▸
比Tool 更高一级的能力封装单元
▸
Agent可选择和加载特定Skill
▸
Skill引用和编排多个Tool
▸
示例：Codex以 SKILL.md 作为指令入口
核心认识
Skill = 指令 + 工具 + 知识 + 触发条件 — 能力的完整封装
06 / 10
07
Layer 5 · Extension
Hook
扩展点机制
▸
Hook 是生命周期节点预留的扩展点
▸
在事件前后注入自定义逻辑，不修改核心代码
▸
常见类型：before / after / around / on
▸
Plugin中最常用的扩展方式
▸
典型场景：Slash Command、事件回调、消息拦截
核心认识
Hook = 【让插件能挂上去】的扩展点 — 可插拔架构的基石
07 / 10
08
Layer 6 · Distribution
Plugin
可分发的扩展包
▸
将功能打包成可分发、可安装的扩展单元
▸
包含：manifest.json + 代码 + 资源文件
▸
Plugin可注册 Tool / Hook / Skill
▸
安装即用，不影响核心系统
▸
类比：VSCode Extension、Chrome Extension
核心认识
Plugin = Tool + Hook + Skill 的【分发形式】 — 生态扩展的载体
08 / 10
09
Layer 7 · Interaction
CLI & Agent
人与系统的交互层
CLI · 命令行
▸
开发者最直接的交互方式
▸
【Manual】模式 — 人直接控制
▸
精确、可脚本化、可组合
▸
示例：lark-cli、vercel、git
Agent · 智能体
▸
自主行动的AI系统
▸
【Autopilot】模式 — AI自主决策
▸
理解目标 → 规划 → 编排Skill/Tool
▸
内部链路：Skill → Tool → MCP/API
核心认识
CLI = 人控制机器 · Agent = 人定义目标，AI执行
09 / 10
10
Summary
关系总览
Everything Fits Together
交互层
CLI ↔ 人 | Agent ↔ AI
能力层
Plugin → Skill → Tool
协议层
MCP → API
扩展层
Hook · Plugin
▸
API和MCP提供通信基础
▸
Tool是原子能力，Skill是封装组合
▸
Hook和Plugin构成扩展生态
▸
CLI和Agent是两套交互范式
▸
所有组件协同构成完整的现代AI应用架构
10 / 10