别再纠结Agent调用Skills是不是要调两次大模型了，这个解释一次理清流程，还讲了Prompt Caching怎么省token。
本文澄清了 Agent 使用 Skills 的调用流程：每个 Skill 的 name 和 description 作为系统提示词的一部分在对话开始时就加载进上下文，大模型在处理第一条消息时已知道所有 Skill 描述。实际流程中，大模型在一次调用中同步完成读取问题、对照 Skill 描述、读取 SKILL.md 指令、决定是否调用工具，并非分两次调用。Prompt Caching 机制缓存系统提示词，多轮对话中无需重新处理，节省 Token 和时间。
Q：Agent 用 Skills 的时候，是不是要先调一次大模型选 Skill，再调一次大模型执行工具，总共调了两次？ A：不是的。Skills 的元信息（每个 Skill 的 name 和 des...
Q：Agent 用 Skills 的时候，是不是要先调一次大模型选 Skill，再调一次大模型执行工具，总共调了两次？ A：不是的。Skills 的元信息（每个 Skill 的 name 和 description）在对话一开始就作为系统提示词（System Prompt）的一部分，统一加载进了上下文窗口。所以大模型在处理你的第一条消息时，已经知道了所有可用 Skills 的描述，不需要单独调用一次大模型来做选择。 实际流程是：大模型在一次调用中，一边读你的问题，一边对照上下文里的 Skill 描述，判断该用哪个 Skill，然后读取对应的 SKILL.md 获取详细指令，接着决定是否调用工具——这些都可以在同一轮对话中连贯完成，并不是"选 Skill 一次、用工具又一次"的两段式调用。 你可能会担心：每次对话都把所有 Skill 描述塞进上下文，是不是很浪费 token？这就是 Prompt Caching 发挥作用的地方。系统提示词（包括所有 Skill 描述）在多轮对话中会被缓存，后续每一轮不需要重新处理这些内容，既省了时间也省了成本。 💬 4 🔄 0 ❤️ 6 👀 1490 📊 5 ⚡