让 AI 会调用工具
一张图看懂 AI 工作台
Prompt、上下文、知识库、RAG、Memory、Tool Calling、MCP、Skill、Agent、权限和日志单独看都不难，真正容易混乱的是：它们放在一起到底是什么关系。
一句话回答
AI 工作台不是一个聊天框，而是一套围绕目标工作的系统。用户说目标，Agent 做判断，工作台放规则和资料，外部工具拿真实结果，权限和日志负责兜底。
用户先说目标
用户不用懂系统结构，只要说清楚想得到什么结果。
Agent 理解和拆解
判断任务类型、缺什么信息、先做哪一步、能不能继续。
工作台装资料
Prompt、Context、State、Memory 先把当前任务摆清楚。
需要时调用能力
RAG、Skill、Tools、MCP 负责找资料、套方法和办实事。
权限和日志护栏
重要动作先检查权限，过程要能追踪，失败能排查。
返回结果或继续推进
工具返回后再判断：完成、继续、询问用户，还是转人工。
提出目标，不负责理解底层系统。
理解、拆解、判断、选择下一步。
承载规则、上下文、状态和记忆。
负责搜索、查询和真实执行。
控制权限、记录过程、发现异常。
规定 AI 应该怎么工作。
这一次任务里 AI 看得到什么。
任务做到哪一步、下一步做什么。
以后还值得保存的偏好和事实。
从知识库里找依据，不让 AI 闭卷硬猜。
沉淀一类任务的成熟做法。
查询、发送、创建、修改真实系统。
让外部工具像插件一样标准接入。
产品手册、FAQ、制度、教程。
客户、订单、库存、价格、付款状态。
需要最新事实时，去可靠来源查询。
CRM、邮箱、日历、工单和后台工具。
知识库适合让 AI 阅读理解，数据库和业务系统负责提供准确、实时、可执行的数据。
分析张先生，如果高意向就安排销售跟进。
调用客户分析 Skill，按成熟方法判断。
并发读取 CRM、历史订单、沟通记录。
综合需求强度、预算、时间和阻力。
查询销售日历，找到可约时间。
检查权限，记录工具调用和结果。
创建跟进任务，并把过程摘要返回用户。
Permission
AI 可以提出行动，但系统决定能不能真正执行。
Log / Monitor
记录调用链、失败点、耗时和成本，让系统可排查。
本节练习
给自己的 AI 产品画一张工作台图
从用户目标开始，依次标出 Agent、Prompt、Context、State、Memory、RAG、Skill、Tool、MCP、权限和日志分别放在哪里。
本节小结
AI 工作台的关键不是概念多，而是顺序清楚：先有目标，再让 Agent 装配资料、方法、工具和护栏。
- Prompt 告诉 AI 怎么做，Context 告诉 AI 当前看得到什么。
- State 记录当前任务做到哪了，Memory 记录以后还值得记住什么。
- RAG/知识库负责找资料，数据库负责查准确业务数据，Tools 负责真正执行。
- Agent 把这些能力组织起来，并在权限、日志和监控保护下围绕目标完成任务。