问题定义上一章我们谈到了 Skill 的价值：它能把团队知识和重复工作流封装成可复用模块。但在动手写SKILL.md之前，我们必须先把几个核心概念的关系理清楚。很多初学者容易把 Agent、Skill、工作流、MCP 混为一谈。比如：“Skill 不就是一个带提示词的 Agent 吗？”“工作流和 Skill 有什么区别？”“MCP 和 Skill 是不是同一层东西？”“Progressive Disclosure 到底是什么意思，跟我写 Skill 有什么关系？”如果概念边界模糊，写出来的 Skill 要么过于臃肿（把所有逻辑都塞进一个 Skill），要么过于单薄（只写了一句话描述，没有工作流）。本章的目标就是帮你建立一张清晰的概念地图。核心概念Agent：目标驱动的智能体Agent 是一种能够自主追求目标、做出决策并采取行动的系统。与传统的"输入 → 固定规则 → 输出"自动化不同，Agent 的核心特征是基于上下文进行推理。一个典型的 Agent 循环包含四个步骤：感知（Perceive）：读取环境信息，包括用户输入、工具返回结果、历史记录等；推理（Reason）：基于当前上下文判断下一步该做什么；