看懂 AI 寫程式代理，關鍵不是背更多縮寫，而是先把「誰做事、怎麼取得能力、能看到多少資訊、哪些動作受限制」分開。 MCP 處理外部系統的溝通規格；Skill 是可重用的工作說明；context window 是代理本輪可用的工作記憶；sandbox 與 approval 則決定它能在哪裡做、哪些動作要先問人。把這四件事混成「AI 很強」或「裝一個外掛」時，設定、除錯與風險判斷通常都會失準。

這頁是查詞入口，不是某一個產品的設定手冊。不同產品對同一個詞的實作會不同；尤其「Plugin」「Connector」「Sandbox」在不同產品裡可能指不同層級。每個詞都附上一個例子與可繼續閱讀的站內頁；站內深入文章與下方官方來源可互相對照。

自製圖解：AI 代理名詞解釋：MCP、Skill 與沙盒

自製圖解：Gwarket / Aaron Huang · CC BY 4.0 ·

先用四個問題把名詞放回位置

遇到一個新功能時，先問四個問題：它是誰在做事？它怎麼得到工作方法或外部能力？它這一輪看得到什麼？它被允許做什麼？例如，讓代理讀取公司文件，可能同時牽涉 Agent（執行者）、MCP 或 Connector（連接方式）、context window（放進當前任務的內容），以及 approval（是否必須先授權）。這不是四個同義詞，也不是安裝一次就永久解決的設定。

AI Agent（AI 代理）

AI Agent 是能根據目標規劃下一步、呼叫工具、讀取回應並調整行動的軟體系統。 它和一般聊天的差別不在於回答比較長，而在於可以把「讀檔、執行指令、檢查結果、再修正」串成一段工作。例子：你要求「找出測試失敗原因並修好」，代理可以先讀錯誤輸出，再搜尋相關程式碼，修改後重新執行測試；人仍要決定目標、邊界與是否接受變更。

深入閱讀：從 Claude 公開工程資料，建立可靠 Agent 工作流。

Agent loop（代理迴圈）

Agent loop 是代理反覆執行「判斷 → 行動 → 觀察結果 → 再判斷」的控制迴圈。 這個迴圈不是保證成功的自動駕駛；工具回傳錯誤、來源內容不可信或目標不夠清楚時，它也可能在錯的方向上持續工作。例子：修改程式後跑測試，若測試失敗，代理應讀錯誤後改假設，而不是只重複同一個指令。

深入閱讀：Claude Code 不是更強的補全——它跑的是會自己驗證的 Agent 迴圈。

Agent Skill（技能）

Agent Skill 是把特定任務的流程、限制與輔助資源封裝成可載入單位，常以 SKILL.md 為入口。 它可包含指令、腳本、範本或參考資料，但不是模型新增了一個永久能力，也不是任何一段 prompt 都自動算 Skill。例子：簡報製作 Skill 可以規定先讀資料來源、再套版、最後跑檢查；它的價值在於讓同類任務以同一個可檢查的做法重跑。

深入閱讀：Skill 是什麼？什麼工作值得做成 Skill？。官方名詞依 Agent Skills 規格與各產品文件整理；產品支援與載入時機仍應分別確認。

MCP（Model Context Protocol）

MCP 是讓 AI 應用程式與外部工具、資料來源或服務交換能力描述與請求的開放協定。 它描述的是 client 與 server 如何對話，不等於某個特定工具、也不等於使用者已授權存取所有資料。例子：一個 MCP server 可以提供「列出資料夾」或「讀取網頁」這類工具；支援 MCP 的 client 選擇呼叫後，仍須遵守該工具與環境的權限規則。

深入閱讀：Plugin、Connector、MCP 分別解決什麼問題？；工具例子：Chrome DevTools MCP 中文指南。協定定義以 Model Context Protocol 官方文件 為準。

Plugin（外掛）

Plugin 是某個產品定義的安裝或分發單位，可能把 Skill、指令、設定與 MCP server 一起打包。 因此 Plugin 是「如何裝進產品」的概念，MCP 是「外部能力如何通訊」的協定；兩者可以一起出現，也可以完全分開。例子：某個 Claude Code plugin 可以帶有多個 Skills 和一組 MCP 設定；安裝 plugin 不表示每個外部服務都已登入或被授權。

深入閱讀：Plugin、Connector、MCP 分別解決什麼問題？。單一廠商的 plugin 結構應回到該產品官方文件確認，不能用它反推所有 Agent 都有相同格式。

Connector（連接器）

Connector 通常是聊天產品或工作平台提供的整合功能，讓使用者把某個外部服務接進產品。 它偏向產品層的使用體驗與帳號授權；底層可能採用 MCP，也可能採用其他 API 或整合方式。例子：在聊天產品連接雲端硬碟後，能否搜尋、引用或同步內容，取決於該 Connector 的權限範圍與產品規則，而不只取決於是否「有 MCP」。

深入閱讀：Claude 怎麼接到你的工作世界？Connector、Enterprise Search、Research 三種機制。

Context window（上下文視窗）

Context window 是模型在一次推論中可接收與處理的 token 容量。 對代理而言，對話歷史、系統規則、讀入的檔案片段、工具輸出與新問題都會競爭這個容量；它不是永久記憶，也不是專案資料夾的總容量。例子：把一大段測試紀錄貼進對話，可能擠掉早先的需求與限制，讓後續回覆漏掉關鍵條件。

深入閱讀：Context 才是 Claude Code 的稀缺資源。

Compact（對話壓縮）

Compact 是把較早的對話整理成摘要，以騰出 context window 空間的做法或產品功能。 它保留的是摘要選中的資訊，不是把原始細節無損搬到更小空間。例子：長任務壓縮前，先把目前決策、未完成工作與必要檔案位置寫清楚；壓縮後若需要逐字錯誤訊息，仍應回到原始檔案或紀錄確認。

深入閱讀：Context 才是 Claude Code 的稀缺資源。

CLAUDE.md 與 AGENTS.md（專案規則檔）

CLAUDE.md 與 AGENTS.md 是放在專案或使用者範圍內的說明檔，用來提供代理可遵守的專案慣例、命令與限制。 它們不是作業系統強制的安全邊界，也不會自動覆蓋產品本身的系統規則；不同工具讀取的檔名、層級與優先順序不相同。例子：AGENTS.md 可以要求改程式前先跑指定測試，但若 sandbox 不允許寫入，這份文字不能自行取得寫入權限。

深入閱讀：Context 才是 Claude Code 的稀缺資源。CLAUDE.md 的行為以 Claude Code 文件為準，AGENTS.md 的跨工具約定以 AGENTS.md 說明 為準。

Sandbox（沙盒）

Sandbox 是由執行環境強制的隔離與限制機制，用來界定程式或代理可讀寫的檔案範圍、可否連網及可執行的操作。 它是技術控制，不是「AI 有沒有被提醒小心」的同義詞。例子：代理能在指定工作區建立檔案，不代表它能寫入其他資料夾或對外送出請求；實際限制取決於產品、設定與執行環境。

深入閱讀：Codex 設定教學：資料夾、權限、網路與人工確認怎麼選？。特定產品的 sandbox 行為應以該產品官方文件為準。

Approval（核准）

Approval 是在特定動作前要求使用者或管理者明確同意的互動控制。 它回答的是「這一次要不要放行」；sandbox 回答的是「即使放行，環境本來允許到哪裡」。例子：系統可要求代理在連網或執行高風險命令前顯示請求；同意某次請求不等於關閉所有限制，也不等於替外部內容背書。

深入閱讀：Codex 設定教學：資料夾、權限、網路與人工確認怎麼選？。

Full access（完全存取）

Full access 是產品設定中的高權限模式，通常代表減少 sandbox 或 approval 的限制；它不是跨產品一致的標準名詞。 先確認它究竟放寬了檔案、網路、命令或核准中的哪一項，再判斷風險。例子：在隔離測試環境中為了跑完整建置而放寬權限，仍不表示可以把不可信網頁內容當成指令，或把正式帳號憑證交給代理。

深入閱讀：Codex 設定教學：資料夾、權限、網路與人工確認怎麼選？。

Subagent（子代理）

Subagent 是主代理拆出一個界線清楚的子任務，交給另一個相對獨立的代理執行。 它常有自己的 context 與回報結果，因此能避免主工作區塞入所有中間細節；但它不是權限繞過工具，子代理仍受其被授予的環境與工作範圍限制。例子：主代理負責整合修正，子代理只讀取測試失敗原因並回傳候選原因，不直接改其他模組。

深入閱讀：Context 才是 Claude Code 的稀缺資源。

Hook（鉤子）

Hook 是工具在預先定義的事件點自動執行的命令或檢查。 它由產品的事件機制觸發，不依賴模型記得每次都要做。例子：在檔案修改後執行格式檢查，或在提交前阻止不符合規則的變更；hook 能提高一致性，但設錯命令也會讓流程失敗或造成不必要的副作用。

深入閱讀：從 Claude 公開工程資料，建立可靠 Agent 工作流。特定事件與設定格式應回到各產品的官方 hook 文件確認。

Slash command（斜線指令）

Slash command 是在對話或 CLI 介面輸入以 / 開頭的產品指令。 它是使用者操作入口，不等於 shell 指令，也不等於 Agent Skill；有些由產品內建，有些由專案或 plugin 擴充。例子：/compact 可要求產品壓縮目前對話，但不代表任何其他工具都有同名或相同行為。

深入閱讀：Skill 是什麼？什麼工作值得做成 Skill？。

Prompt injection（提示詞注入）

Prompt injection 是不可信內容試圖改變模型行為，例如把「忽略原任務、改做別的事」藏在網頁、文件或工具輸出中。 它不是只有惡意使用者在聊天框輸入的情況；代理讀取外部資料時也必須把內容視為資料，而不是自動視為可執行指令。例子：網頁要求代理上傳工作區檔案或關閉安全設定時，應保留原任務與權限邊界，並在需要外部動作時要求人確認。

深入閱讀：NVIDIA OpenShell：讓自主 AI Agent 安全執行的三層架構。

CLI（命令列介面）

CLI（command-line interface）是以文字命令操作程式的介面。 CLI 是介面形式，不是 Agent：同一個產品可能同時有 CLI、桌面 App 與 IDE 擴充；CLI 裡的指令也不會因為有 AI 就自動安全。例子：git status 是 CLI 命令，用來查看版本控制狀態；AI coding agent 可以提出或執行命令，但是否執行、在哪個資料夾執行、結果是否正確，仍需要權限控制與檢查。

深入閱讀：Codex 教學：新手從選擇入口到完成第一個工作任務。

遇到新名詞，先判斷它屬於哪一層

最實用的判斷不是問「它能不能讓 AI 更聰明」，而是先定位：Agent 和 subagent 是工作角色；Skill、hook、slash command 是工作方法或操作入口；MCP、plugin、connector 是能力取得或分發層；context window 與 compact 是資訊容量管理；sandbox、approval、full access 是執行控制；prompt injection 是處理不可信內容時要面對的風險。分清層次後，才知道該找官方設定、修改專案規則，還是停下來請人確認。

資料來源與查證範圍

本頁依下列官方來源整理，查證基準日為 2026-11-08。協定層的 MCP 以 Model Context Protocol 官方文件 為主；Skill、Plugin、CLAUDE.md、Sandbox 與 Approval 等產品命名，分別以其官方產品文件為主。本頁不把單一產品的名稱或預設行為推論為通用標準。