Unverified85% confidenceFactTime unknown
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
Sources
85%
Confidence
Medium-term (~90 days)
Relevance
5/31/2026
First Seen
Valid until: 8/29/2026
Sources
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
Related Entities
Related Claims
UnverifiedSkill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% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverifiedSkills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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/3595API
curl https://kongchang.com/api/v1/knowledge/claims/3595MCP
get_claim(id=3595)