AI Agent 的三个核心概念:Skill、Harness、Workflow

简介: 本文厘清AI编程助手三大核心概念:**Skill(技能)**是Agent的单个能力(如TDD指南),以Markdown形式存在;**Harness(框架)**是运行Agent的平台(如Cursor/Claude Code),负责启动、工具调用与状态管理;**Workflow(工作流)**则是多个Skill按序串联的完整流程。三者关系类比为:Skill是乐高积木,Harness是底板与机械臂,Workflow是拼装步骤。(239字)

当你在用 Cursor、Claude Code 或任何 AI 编程助手时,有没有想过:为什么装了几个 skill,agent 就突然"会"了新东西?Harness 又是什么?这些概念之间到底是什么关系?

📌 一句话速览

概念 是什么 类比
Skill Agent 会的单个能力 乐高积木
Harness 跑 Agent 的平台/框架 乐高底板 + 机械臂
Workflow 多个 Skill 串联的流程 乐高拼装步骤

如果你时间紧,记住这张表就够了。下面展开讲清楚。


1️⃣ Skill:Agent 的"技能包"

什么是 Skill?

Skill 是一份 Markdown 指南,告诉 Agent 在特定场景下该怎么做。

比如你装了一个叫 tdd 的 skill,Agent 就知道:

  • 用户说"测试驱动开发"时,该读这份指南
  • 先写测试,再写实现,最后重构
  • 遵循红-绿-重构的流程

Skill 长什么样?

---
name: tdd
description: >-
  Test-driven development. Use when the user wants to build 
  features test-first, mentions "red-green-refactor"...
---

# TDD

## When to Use
- User wants test-first development
- Mentions "red-green-refactor"

## Steps
1. Write a failing test (Red)
2. Make it pass (Green)
3. Refactor while keeping tests green

Skill 的触发机制

Skill 不会自动运行,而是被自动匹配:

行为 说明
自动匹配 Agent 根据 skill 描述里的关键词判断该不该读
自动执行 ❌ 不会——skill 只是指南,Agent 读完后按流程走

举个例子:

  • tdd 的描述写着:"Use when user mentions 'red-green-refactor'"
  • 当你说"帮我用 TDD 方式加个功能",Agent 匹配到意图 → 读 skill → 按流程走
  • 你不提 TDD,它就不会主动跑

Skill 的作用域

类型 路径 说明
全局 Skill ~/.agents/skills/ 你个人工具箱,任何项目都能用
项目 Skill 项目/.qoder/skills/ 跟着仓库走,只在该项目生效

全局 skill 是"你走到哪都能用的通用能力",项目 skill 是"这个仓库专属的知识"。


2️⃣ Harness:Agent 的"舞台"

什么是 Harness?

Harness 不是 Agent 的能力,而是承载 Agent 运行的基础设施。

角色 是什么 例子
Agent 干活的 AI Claude、GPT、Qoder
Harness 跑 Agent 的平台 Cursor IDE、Claude Code CLI、Qoder

类比理解

想象一个剧院:

┌─────────────────────────────────────┐
│         Harness(剧院)              │
│  ┌───────────────────────────────┐  │
│  │   Agent(演员)                │  │
│  │   - 读剧本(Skill)           │  │
│  │   - 表演(执行任务)          │  │
│  │   - 输出(交付结果)          │  │
│  └───────────────────────────────┘  │
│                                     │
│  Harness 负责:                      │
│  • 开演/散场(启动/停止 Agent)      │
│  • 提供道具(工具:读文件、写代码)  │
│  • 舞台管理(会话状态、错误恢复)    │
│  • 多演员协调(多 Agent 编排)       │
└─────────────────────────────────────┘

Harness 具体做什么?

职责 说明
生命周期管理 启动、暂停、恢复、终止 Agent
提供工具 读文件、写代码、执行命令、搜索
会话状态 记住对话上下文,跨轮次保持连贯
错误恢复 Agent 挂了自动重启
多 Agent 协调 同时跑多个 Agent 时负责调度

具体到你的环境:

  • Qoder/Cursor 就是 Harness
  • 它启动我(Agent),给我工具,管理我们的对话
  • 它决定把哪些 skill 注入给我看
  • 如果我挂了,它负责恢复

我(Agent)不是 Harness:

  • 我只是在 Harness 里运行的 AI
  • 我会读 skill、匹配意图、执行任务
  • 但我不能控制自己的启动/停止

3️⃣ Workflow:Skill 的"串联"

什么是 Workflow?

Workflow 是多个 Skill 按顺序串联成的流程。

单个 Skill 解决单个问题,Workflow 解决"从开始到完成"的完整任务。

一个典型的开发 Workflow

brainstorming → writing-plans → tdd → executing-plans → verification → code-review
     ↓              ↓            ↓           ↓              ↓              ↓
  想清楚          写计划       先写测试     按步骤实现     完成前自检     主动求审
阶段 Skill 作用
1. 需求澄清 brainstorming / grill-me 拷问需求,想清楚要做什么
2. 规格定义 writing-plans / spec-driven 写成文档,明确边界
3. 测试先行 tdd / test-driven-development 先写测试,再写实现
4. 按步实现 executing-plans 按计划一步步做
5. 完成自检 verification-before-completion 交活前验证
6. 请求审查 requesting-code-review 主动求审

谁来驱动 Workflow?

方式 说明
手动 你一个个 slash command 调用
Harness 自动 按规则自动串联(如 /better-harness)
Agent 自主 Agent 根据任务匹配 skill 描述,自动按序调用

4️⃣ 三者的关系

层次图

┌─────────────────────────────────────────────┐
│              Harness(基础设施层)             │
│    启动/停止 Agent,提供工具,管理状态         │
│                                             │
│  ┌───────────────────────────────────────┐  │
│  │         Workflow(流程编排层)           │  │
│  │    决定 Skill 的调用顺序和条件分支       │  │
│  │                                       │  │
│  │  ┌─────────┐ ┌─────────┐ ┌─────────┐ │  │
│  │  │ Skill A │→│ Skill B │→│ Skill C │ │  │
│  │  └─────────┘ └─────────┘ └─────────┘ │  │
│  │       ↑           ↑           ↑       │  │
│  │    执行单元      执行单元      执行单元  │  │
│  └───────────────────────────────────────┘  │
│                                             │
│              Agent(AI 执行者)               │
│         读 Skill,匹配意图,执行任务          │
└─────────────────────────────────────────────┘

一句话总结

Skill 是零件,Workflow 是装配图,Harness 是工厂流水线。

  • Skill:单个能力,解决单个问题
  • Workflow:多个 Skill 串联,解决完整任务
  • Harness:运行环境,让 Agent 能跑起来

5️⃣ 为什么这些概念重要?

对开发者

理解这些概念后,你能... 之前可能...
知道为什么装了某个 skill,Agent 就"会"了新东西 困惑"为什么我的 Agent 不会做 X"
区分"Agent 不会"和"Harness 不支持" 出了问题不知道找谁
自己写 Workflow 串联多个 Skill 每次手动一个个调用
选择适合的 Harness(Cursor/Claude Code/Qoder) 盲目跟风用工具

对团队

  • Skill 可以共享:团队写好的 skill 放进仓库,新人入职就"会"了
  • Workflow 可以标准化:把"需求→设计→开发→测试→审查"固化成 skill 串联
  • Harness 可以选型:不同团队选不同 Harness,skill 通用

6️⃣ 常见误区

❌ 误区 1:Skill 是 Harness 的功能

正解:Skill 是独立的知识包,Harness 只是运行环境。同一个 skill 可以在不同 Harness 里用。

❌ 误区 2:装了 Skill 就自动生效

正解:Skill 需要被触发。Agent 根据描述匹配意图,不是装了就会用。

❌ 误区 3:Workflow 是 Harness 的一部分

正解:Workflow 是流程编排,Harness 可以支持 Workflow,但两者是不同层次的概念。

❌ 误区 4:Agent 自己就是 Harness

正解:Agent 是在 Harness 里运行的 AI。Harness 负责启动/停止 Agent,提供工具。


7️⃣ 小结

概念 一句话 类比
Skill Agent 会的单个能力 乐高积木
Harness 跑 Agent 的平台 乐高底板 + 机械臂
Workflow 多个 Skill 串联的流程 乐高拼装步骤

下次你装 skill、用 Agent、或者纠结选哪个 Harness 时,想想这三个层次:

  1. Skill:我需要什么能力?
  2. Workflow:这些能力怎么串联?
  3. Harness:在哪个平台上跑?

想清楚了,AI 编程助手的用法就不再是黑箱。


本文基于实际使用 Cursor、Claude Code、Qoder 等工具的经验总结,概念解释力求准确,示例为说明用途的简化表达。

相关文章
|
7月前
|
人工智能 安全 API
学习笔记:从 Agent 到 Skills — AI 智能体架构的范式转变
报告日期:2026-02-28 关键词: Agent Skills, MCP, OpenClaw, A2A, Agentic AI, 模块化架构
学习笔记:从 Agent 到 Skills — AI 智能体架构的范式转变
|
运维 网络协议 数据中心
SFP 端口:连接世界的通用接口
【4月更文挑战第21天】
4181 0
SFP 端口:连接世界的通用接口
|
8天前
|
人工智能 JSON Linux
【保姆级】ComfyUI部署教程(下载+安装+配置+工作流,2026最新)
ComfyUI 是一款开源节点式AI生成工具,支持图像、视频、音频及3D内容创作。通过拖拽连线组合模型加载、提示词、采样等节点,构建可复用、易修改的工作流,兼容SD1.5、SDXL、Flux、Qwen Image等主流模型。
|
9月前
|
人工智能 API 机器人
OpenClaw 用户部署和使用指南汇总
本文档为OpenClaw(原MoltBot)官方使用指南,涵盖一键部署(阿里云轻量服务器年仅68元)、钉钉/飞书/企微等多平台AI员工搭建、典型场景实践及高频问题FAQ。同步更新产品化修复进展,助力用户高效落地7×24小时主动执行AI助手。
31031 253
|
3月前
|
人工智能 程序员
AI短剧制作完整指南:零基础也能做出爆款短剧
AI短剧制作全流程教程,教你用千问大模型+万相实现从剧本生成到视频合成的一站式AI短剧创作,零基础也能快速上手,立即开始你的AI短剧创作之旅!
4270 0
|
3月前
|
人工智能 API 开发工具
2026 零基础本地 AI 漫剧完整实操教程(8G 笔记本显卡可用|附可直接复制命令与代码)
本方案提供完全离线、本地运行的漫剧全自动制作流程:RTX3060/4050 8G显卡即可驱动,涵盖Qwen写分镜→ComfyUI统一角色绘图→LTX2.3图生微动画→Qwen3-TTS本地配音→FFmpeg自动合成,全程无水印、免API、不限次。专为低显存优化,解决变脸、闪烁、爆内存三大痛点。(239字)
|
11月前
|
人工智能 自然语言处理 API
全面认识MCP:大模型连接真实世界的“USB-C接口”
MCP(模型上下文协议)是Anthropic推出的AI“万能接口”,旨在统一大模型与工具、数据源的连接标准。它简化集成、提升任务处理能力,被誉为AI时代的“USB-C”。通过标准化通信,MCP让智能体可自主调用工具、执行复杂任务,推动AI应用迈向高效、安全、可扩展的新阶段。
|
11月前
|
传感器 算法 安全
支持二次开发的移动机器人平台设备盘点与解析
移动机器人正从封闭走向开放平台化,本文盘点十大支持二次开发的主流设备,涵盖服务、工业、科研及商用场景。重点解析猎户星空豹小秘2的实时混核架构、松灵Scout系列的高开放底盘、Clearpath经典科研平台及思岚Apollo导航验证方案等,展现API化、数字孪生与功能安全并重的技术趋势,助力开发者精准选型。
|
5月前
|
数据采集 存储 JSON
淘宝/天猫商品详情API 实战总结(技术复盘)
本文精简复盘淘宝/天猫商品详情API实战:基于官方taobao.item.get接口及合规第三方封装方案,完成鉴权适配、限流容错与结构化数据采集,稳定获取商品基础信息、SKU、价格、图文、评价等五大类数据,满足企业级商用需求。(239字)
|
前端开发 Java jenkins
Jmeter压力测试工具全面教程和使用技巧。
JMeter是一个能够模拟高并发请求以检查应用程序各方面性能的工具,包括但不限于前端页面、后端服务及数据库系统。熟练使用JMeter不仅能够帮助发现性能瓶颈,还能在软件开发早期就预测系统在面对真实用户压力时的表现,确保软件质量和用户体验。在上述介绍的基础上,建议读者结合官方文档和社区最佳实践,持续深入学习和应用。
2424 10

热门文章

最新文章