打地基：API、Token、Skill、Agent 与自动化全景
打地基：先搞懂这四个词，再看它能干什么
四个概念（API、Token、Skill、Agent）决定电脑为什么能自动干活，六类任务决定这些能力能用在哪儿。本页不涉及任何配置，只把后续讨论统一到同一套术语。
核心概念：API、Token、Skill、Agent
这四个词决定了「电脑为什么能自动干活」。先看定义，再看生活化类比，最后看它们之间的关系。
API：服务商开给程序的「服务窗口」
API（Application Programming Interface，应用程序编程接口）是一套软件之间通信的标准规则。它是服务商对外开的「服务窗口」，程序可以通过它自动调用能力，无需人工操作网页。
- 后厨（服务器 / 大模型）不直接对你开放，你不能自己进去做汉堡
- 柜台（API）有固定菜单和规则，你按菜单报菜名（发请求）
- 后厨做好后通过柜台把汉堡递给你（返回结果）
- 你不用关心后厨怎么做、用什么原料，按规则点餐就能拿到东西
核心意义： 有了 API，程序就能自动调用大模型，不必再人工复制粘贴提问。
Token：身份凭证与计费单位
Token 是一串随机字符，既是调用 API 时的身份凭证，也是计费单位。每次发请求都要带上它，服务商据此识别「是谁在调用」并扣除对应费用。
- 进门时检票员看手环（验证身份），证明你买过票
- 每个项目刷一次手环，扣对应次数（按调用量扣费）
- 手环丢了被别人捡到也能刷（Token 泄露 = 别人花你的钱）
- 可以随时去售票处注销旧手环、换新的（密钥轮换）
补充： 大语言模型里的「Token」也是计费单位，100 万 Token ≈ 70 万汉字。
⚠️ 注意保密
Token 等同于密码，绝不能公开泄露，不要提交到代码仓库。
✅ 最佳实践
使用客户端软件存储 Token，不要硬编码写在代码里。
🔄 定期轮换
定期更换 Token；一旦泄露，立即吊销并重新生成。
Skill 与 Agent：真正让电脑干活的两个角色
API 只是接口。真正让电脑自动干活的，是基于 API 构建的 Skill（技能） 和 Agent（智能体）。
Skill（技能）：单一功能模块
Skill 是封装好的、可被调用的单一功能模块，具备明确的输入输出和执行逻辑，专门用于完成某一类特定子任务。常见的 Skill 包括：文件读写、网页搜索、代码执行、数据计算、邮件发送等。
- 洗衣机只会洗衣服，不会做饭
- 微波炉只会加热，不会扫地
- 每个电器只干一件事，需要人去按开关
- 对应到 AI：搜索 Skill 只会查资料，代码 Skill 只会跑程序
Agent（智能体）：自主决策的总指挥
Agent 是能够自主理解目标、拆解任务、规划步骤、主动调用各种 Skill / API / 工具，并根据执行结果反馈迭代调整，最终独立完成复杂目标的程序。核心是「自主决策」。
- 你只说目标：「帮我办好出差手续」
- 它自己拆步骤：查机票 → 订酒店 → 填审批单 → 发邮件
- 自己挑工具：用订票 App、用邮箱、用 OA 系统
- 遇到问题自己调整，不需要你一步步指挥
三者的关系：API → Skill → Agent
来源：见本页文末「数据来源」说明 · 核对日 2026-09-14
| 层级 | 角色 | 说明 |
|---|---|---|
| API | 底层能力 | 大模型把自己的能力做成接口，对外提供 |
| Skill | 单个工具 | 基于 API 封装出一个个具体能用的功能 |
| Agent | 总指挥 | 拿着目标，自己调度各种 Skill 和 API，自动把事办完 |
Agent 在后台运行，持续调用 API 和 Skill；只要电脑不关机，任务就不会停。
自动化能力全景：六类任务与推荐工具
先明确「你想让电脑做什么」，再回头看需要配哪个 API、装哪个工具。
六类能力既可以单独使用，也可以叠加成一条流水线。下面用一张表横向对比每一类「能完成什么、适合什么场景、推荐哪些工具」：
来源：见本页文末「数据来源」说明 · 核对日 2026-09-14
| 类型 | 能完成什么 | 适合场景 | 推荐工具 |
|---|---|---|---|
| 文件自动化 | 批量重命名、格式转换、整理分类、内容提取、数据汇总 | 科研文献整理、报表汇总、素材归档 | Claude Code、Codex、GenericAgent |
| 浏览器操控 | 自动查资料、填表单、发邮件、下载文献、抓取数据 | 文献检索、数据采集、信息监控 | OpenManus、Browser Use、Codex |
| 代码开发 | 生成代码、调试修复、重构优化、写测试、跑命令 | 全栈开发、脚本编写、项目工程化 | Claude Code、Cursor、Windsurf |
| 系统级操作 | 安装软件、修改配置、定时任务、备份同步、终端命令 | 环境搭建、运维自动化、批量处理 | Claude Code、OpenManus、Dify |
| 办公自动化 | 写报告、做 PPT、处理 Excel、生成会议纪要、排日程 | 行政办公、数据分析、学术写作 | 豆包专家模式、Microsoft 365 Copilot |
| 手机远程操控 | 手机发指令 → 电脑执行 → 结果回传，支持微信 / 网页 / App 触发 | 外出时下发任务、远程监控进度 | Codex + 手机端、Dify 工作流 |
接下来：第一个真正要做的决定是用谁家的模型。第 2 部分把 10 家平台放到同一张图上，用 8 个可切换的维度逐个比——价格、容量、能力、速度、总成本。
本文档仅供个人学习与研究使用， 不得用于商业用途 ，亦不构成任何收益承诺。
支持与分享
如果这篇文章对你有帮助，欢迎分享给更多人或打赏支持！