待验证85% 置信事实时间未知
该项目通过Skill路由机制实现两阶段策略：先进行轻量级意图分类，再加载对应Skill下的工具集，从而大幅降低Token消耗
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
开源多Agent智能诊断系统：MCP+RAG+Skill路由架构深度解析
bilibili汤家凤考研政治
涉及实体
相关事实
待验证Skill的本质是把处理某类复杂任务的标准流程封装成可复用的模块，以降低Token开销并提升效率76% 相似待验证开发者应对策略包括多工具组合使用、本地模型部署和优化提示词以减少token消耗72% 相似待验证通过将能力拆解为职责单一的skill单元，开发者可以在不同场景下动态加载相关skill子集，减轻模型的认知负担72% 相似待验证项目分解智能体会先分析用户原始需求，主动提出多个细化方向供选择确认，最终生成清晰的项目目标清单，对应Agent架构中规划层的任务分解能力（Task Decomposition）71% 相似待验证Skills范式通过系统提示词和结构化指令将专业方法论嵌入Agent决策框架，优势在于门槛低、可版本控制、易于社区协作，无需额外模型训练成本71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/3595API
curl https://kongchang.com/api/v1/knowledge/claims/3595MCP
get_claim(id=3595)