这是四篇系列的第 2 篇，回答一个最常见的问题：Skill 和 MCP 到底有什么区别？
1. 核心本质的区别
Skill = “怎么做”
- 定义： Skill 是封装好的专业知识和工作流程。它主要由自然语言编写的指令、模板和代码脚本组成。
- 作用： 它教 Agent 如何思考和规划任务。
- 例子： 告诉 Agent “在写周报时，先提取数据，再按这个格式总结，最后生成图表”。
- 侧重点： 侧重于流程编排、最佳实践和领域专长。
MCP = “能连什么”
- 定义： MCP 是一种开放标准协议，用于标准化 LLM 与外部数据（如数据库）和工具（如 API）的连接方式。
- 作用： 它赋予 Agent 感知和行动的能力。
- 例子： 让 Agent 有能力“读取 GitHub 仓库代码”或“查询 PostgreSQL 数据库”。
- 侧重点： 侧重于互操作性、连接性和执行能力。
2. 详细对比表
| 维度 | Skill (技能) | MCP (模型上下文协议) |
|---|---|---|
| 比喻 | SOP 手册 | USB 接口 |
| 主要组成 | Markdown 文档 + 脚本 (Python/Bash) | Client-Server 协议 + JSON Schema 定义 |
| 运行位置 | Agent 的沙盒环境 / 虚拟机内部 | 通常连接到外部服务或本地服务器 |
| 上下文成本 | 极低。采用“渐进式披露”，启动时仅加载元数据（约 100 tokens） | 较高。通常需要一次性加载工具的 Schema 定义到上下文，可能消耗数万 Token |
| 编写门槛 | 低。非技术人员可用自然语言编写 | 高。需要开发者编写代码配置 Server 和接口 |
| 核心价值 | 减少重复 Prompt，固化专家经验 | 解决“大模型如何连接万物”的接口标准化问题 |
3. 它们是如何协作的？
在实际的高级应用中，Skill 和 MCP 往往是互补的，而不是互斥的。
场景示例：你需要一个“自动修复 Bug”的 Agent。
- MCP 的角色（手脚）： 通过 GitHub MCP Server，Agent 获得了“读取代码”和“提交 PR”的能力。
- Skill 的角色（大脑）： 通过一个
bug-fixingSkill，你定义了流程：先读取报错日志，再定位相关代码文件，然后编写测试用例复现 Bug，最后修改代码并提交。
协作流程：
- Agent 加载 Skill（获取流程指导）
- Skill 指挥 Agent（规划第一步）
- Agent 通过 MCP 协议调用外部工具（执行具体动作，如读取代码）
- MCP 返回结果
- Skill 指导下一步操作（分析代码并修复）
4. 总结：什么时候用哪个？
-
用 MCP：当你需要 Agent 连接外部世界时。
比如连接你的 Google Calendar、Slack、公司数据库或控制智能家居。MCP 解决了“连接”和“认证”的问题。 -
用 Skill：当你发现自己在反复向 AI 解释同一个任务的步骤时。
比如每次都要说“请按这个格式写文档”或“分析数据前先清洗异常值”。Skill 解决了“标准化”和“上下文管理”的问题。