给老系统装一层 “能办事的 AI”：企业 Agent 卡住的最后一步，SkillsUI 想补上

📌 一句话摘要

SkillsUI 通过三层架构（Agent 调度、Skill 工作流、AIUI 卡片）解决企业 Agent 落地的工程难题，将存量系统能力重组为 AI 可稳定调用的 Skill 资产。

📝 详细摘要

本文深入分析了企业 Agent 落地过程中遇到的四个核心工程问题：企业 API 不适合 AI 调用、复杂流程中的人机协同缺失、纯文本交互无法承载企业级操作、跨端续办的状态一致性。针对这些问题，SkillsUI 提出了三层架构方案：Agent 调度层只负责意图识别、任务规划和 slot filling，将业务规则和异常处理下沉到 Skill 层；Skill 层作为原子能力的可执行规范，包含输入参数、业务规则、多系统调度、异常处理和人机协同节点，比 MCP 和 LangChain Tools 更丰富；AIUI 层将输出形态从文本流升级为可交互卡片，支持输入采集、进度展示、结果回显和关键节点确认。文章还讨论了接入存量系统的两条路径（基于 OpenAPI 的半自动化生成和针对老旧系统的业务嗅探），以及四个关键工程决策：AI 不替人做关键决策、复用原系统权限边界、全链路 tracing 和审计日志、Skill 版本控制与灰度发布。

💡 主要观点

- 企业 Agent 落地的核心瓶颈是模型能力与企业系统现实之间的工程层缺失。 function calling 和 MCP 解决了模型与工具的连接问题，但企业 API 命名混乱、文档残缺、缺少 HITL 节点、跨端状态不一致等工程问题仍需专门解决。

SkillsUI 的三层架构将 Agent 调度、业务逻辑和交互形态彻底解耦。 Agent 调度层只做意图识别和任务规划，Skill 层封装完整的业务规则和异常处理，AIUI 层提供可交互卡片，各层职责单一、互相独立。

Skill 层比 MCP 和 LangChain Tools 更丰富，是原子能力的可执行规范。 企业级能力单元需包含输入参数规范、业务规则、多系统调度、异常处理和人机协同节点，LLM 只负责选用 Skill 和填参数，可靠性由 Skill 内部保证。

AIUI 卡片化交互是企业级 AI 入口的必然形态。 填表、对比、确认、签字等企业操作在聊天框中体验差，卡片化交互支持输入采集、进度展示、结果回显和关键节点确认，并解决跨端续办的 session 状态序列化、节点幂等性和实时同步问题。

💬 文章金句

- 是模型能力和企业系统现实之间，存在一段没人写过的工程层。

• 企业级 Agent 的可靠性，不是靠 LLM 的'思考'挣来的，是靠把不确定性收敛在 Skill 内部挣来的。
• 企业级 AI 入口不该是聊天框。
• 所有涉及金额、合同、对外发送、设备指令的节点，AI 只完成'准备工作'，最终一键由人确认。
• SkillsUI 不和模型层、协议层、编排层竞争——相反，它依赖这些底层的能力。

📊 文章信息

AI 初评：86

来源：CSDN

作者：CSDN

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3615

标签： 企业 Agent, SkillsUI, AI 工程化, MCP, 人机协同

阅读完整文章