MCP 和 Skill：AI Agent 时代的“插座”和“菜谱”

这几天，AI Agent 火得不行，大家嘴里冒出来的新词儿也越来越多了。其中有两个概念，出现的频率尤其高——

和 。

乍一看，这俩好像都是用来“增强AI能力”的，很容易让人混淆。但细究起来，它们其实各管一摊，性质完全不同。

用最简单的话来概括就是：

一个管“通路”，一个管“章法”。下面我们拆开细说。

一、MCP 是什么？

MCP，全称通常叫

，你可以把它理解成一套标准“接口协议”。这套协议专门用来让 AI 去连接外部工具和数据源。

AI 模型本身，是没法天然跑进你的 GitHub、数据库、浏览器，或者本地文件系统里瞎逛的。但有了 MCP 之后，情况就变了。只要这些外部系统按照 MCP 的标准来暴露自己的能力，AI 就能用一个统一的方法去调用它们。

它不仅能“读”信息，还能“执行”操作。比如：

• 读取 GitHub PR 里的评论
• 查询数据库的表结构
• 操作浏览器页面，模拟用户行为
• 获取本地文件内容
• 调用企业内部系统接口

所以，MCP 的本质更像是一个“标准底座”。它不太关心 AI 具体怎么干活，它关心的是：

二、Skill 是什么？

Skill，则可以看作是 AI 的“任务手册”或“工作流经验包”。

它不是系统，也不是协议，而是一组结构化的说明文本。它告诉 AI：当你遇到某一类具体任务时，应当遵循什么样的步骤，优先使用哪些工具，在哪些环节需要格外小心，最终要产出什么样的结果。

打个比方，一个“修复 GitHub PR 评论”的 Skill，可能会规定：

先扫描所有未解决的 review threads → 定位对应的代码行 → 动手修改逻辑 → 跑一轮测试确保没问题 → 最后写出改动总结。

再比如，一个“生成公众号封面图”的 Skill，可能会规定：

必须用 2.35:1 的宽图比例 → 标题文字要自然融入画面构图 → 整体风格参考中文科技媒体，不能做成普通海报。

可以看出，Skill 的核心不是“连接”，而是

。

三、二者最大的区别

一句话就能说明白：

再用一个更接地气的比喻：

有了 MCP，AI 知道怎么连上外部系统。
有了 Skill，AI 才知道面对具体活儿时，怎么干才够专业。

它们的着眼点完全不同，下面这张表格可以更直观地对比一下：

对比	MCP	Skill
本质	协议、接口、工具连接方式	指令、流程、经验沉淀
解决问题	AI 如何调用外部能力	AI 如何完成某类任务
是否直接执行	可以暴露可执行工具	通常指导 AI 使用工具
典型例子	GitHub MCP、数据库 MCP、浏览器 MCP	PR 修复 Skill、文档写作 Skill、图片生成 Skill

四、它们如何一起工作？

一个真正强大的 AI Agent，往往不是只靠 MCP，也不是只靠 Skill。关键就看它俩怎么配合。

举个具体的例子：

你给 AI 说了句：“帮我修一下 GitHub PR 里的 review comments。”

这时候：

AI 确实可以通过 MCP 协议连接到 GitHub，把 PR 读取出来，查看每一条评论、访问相关代码、检查 CI 状态。

此时 Skill 开始起作用。AI 知道应该先按优先级查看哪些评论，如何判断某个评论是否已经被他人先行处理，修改完代码之后要跑哪些测试，最后怎么整理改动的列表来回复你。

没有 MCP，AI 可能知道理论上该怎么做，但手不够长，够不到真实的系统。
没有 Skill，AI 可能接到一大堆工具，但干起活来毫无章法，顺序全乱套，结果很不稳定。

一个提供了“手”，一个提供了“脑中的流程”。两者缺一不可。

五、为什么这件事重要？

过去我们使用 AI，很大程度上还是在和一个“聪明的聊天窗口”互动。你问它答，对话完了就完事。

现在的趋势已经变了。AI 正在从“聊天机器”进化成真正能处理任务的 Agent。它能读取上下文、自己调用工具、按步骤执行流程、最后检查成果。

在这样一个阶段，单纯给 AI 一堆能力已经不够用了。

只会接工具的 AI，拿到工具后可能乱用一气。
只懂方法的 AI，如果没有外部接口，也只能是纸上谈兵。

所以，MCP 和 Skill 的组合，正是让 AI Agent 从“会说”变成“会做”的关键所在。

六、一个简单判断方法

以后再看到类似的概念，不妨用这个标准去判断：

如果它在讨论“AI 怎么连接 GitHub、数据库、浏览器、文件系统”，那大概率是在说 MCP 或者工具协议层面的东西。

如果它在讨论“遇到某类任务时，AI 应该按什么样的流程去处理”，那大概率是在说 Skill。

前者偏基础设施，后者偏方法论。两条路，都很重要。

结语

MCP 和 Skill 都是在增强 AI，但增强的方向完全不同。

未来的 AI Agent，不会只是一个更聪明的聊天机器人，它会更像一个能够接入工具、理解流程、持续完成任务的数字协作者。而 MCP 和 Skill，正是这个数字协作者背后的两块关键拼图。