从大模型到 Agent：AI 办公实践入门
这套教程面向希望把 AI 用于日常工作的人。目标是学会描述任务、选择合适的工具、核查结果，并把重复流程整理为可复用资料。
不要求神经网络或编程基础；文件操作、工具配置与 LaTeX 实验可以按需选学。得到一段像样的回答、得到真实文件、得到可以交付的成果，是三个不同阶段。
学习路线
| 阶段 | 章节 | 学完应能做到 |
|---|---|---|
| 模型与输入 | 1—3 | 区分模型和应用；提供材料、约束与验收条件 |
| Agent 系统 | 4—7 | 解释运行循环、工具连接、Harness 与 Skill 的职责 |
| 动手实践 | 8—11 | 检查工具能力；安装示例技能；制作并检查演示和文稿 |
| 专业场景 | 12—14 | 按项目规则使用研究辅助；核对知识产权材料；建立评估流程 |
可用约 60 分钟做概览；完整阅读与练习建议分多次完成。不承诺一小时掌握全部工具，也不承诺固定的提速倍数。
先把五个词放对位置
| 词 | 本教程中的含义 | 不能由它单独保证的事 |
|---|---|---|
| 大模型 | 从输入上下文生成输出的模型，可支持文本或多模态任务 | 事实正确、实时联网、文件实际保存 |
| Agent | 使用模型在运行循环中选择下一步、使用工具并依据反馈推进任务的系统 | 无人监督必定完成任务 |
| Harness | 组织模型调用、上下文、工具执行、状态、恢复和控制的运行层 | 只靠提示词就获得强隔离 |
| MCP | 连接 AI 应用与外部能力、资料的开放协议 | 所有工具即插即用、接入即安全 |
| Skill | 可按需加载的任务说明和配套资源 | 自动训练模型或永久记住每次对话 |
MCP 和 Skill 都是可选的扩展方式。一个 Agent 可以直接调用本地函数或 API，也可以不用技能文件。名词之间的关系不是“装齐四个组件就自动变聪明”。
一条贯穿全课的练习
从一份虚构或已脱敏的会议记录出发，整理纪要，提取行动项，再生成一个汇报提纲。始终记录：
- 输入材料是什么，哪些事实已经确认；
- AI 被允许读取、修改哪些文件；
- 使用了哪些工具，实际产生了什么；
- 哪些内容缺失、哪些检查尚未完成。
之后再把验证过的流程整理为 Skill。这样学习的顺序是“先跑通，再复用”。
资源与版本
这套课程由 AI 辅助核对和修订。教程提供学习框架，不代替具体工具的官方说明、申报指南或单位的审定流程。