最近 AI 圈有个东西火得一塌糊涂——MCP（Model Context Protocol）。简单说，它是让 AI 助手「插件化」的一套开放协议，你的 AI 装上 MCP 插件之后，能读取文件、连数据库、调第三方 API……基本上就是把 AI 的能力从「聊天」扩展到「干活」。

今天这篇文章不讲太深，就做一件事——给你扔两个我压箱底的免费资源站，一个收录了 45000+ MCP 插件，另一个收藏了 100000+ AI 技能，你照着文档操作，五分钟让 AI 上天。Ready？

MCP 全称Model Context Protocol（模型上下文协议），你可以把它理解成 AI 界的「USB 接口」——不管你的 AI 用的是哪家模型，只要支持 MCP，就能即插即用各种插件。

MCP 插件本质上是一组标准化的工具包（Tools）、数据源（Resources）和提示模板（Prompts）。AI 调用插件不需要改代码，走标准协议就行。目前 GitHub 上围绕 MCP 的开源项目已经爆炸式增长，各家 AI 产品（Cursor、Claude Desktop、OpenClaw……）都在抢着接入。

说白了：MCP 就是 AI 圈的 App Store，插件就是各种 App。你家 AI 以前只能动嘴，现在能动手了。

找 MCP 插件去哪里？首推LobeHub MCP Marketplace（https://lobehub.com/mcp），这里收录了超过 45000 个 MCP 插件，涵盖文件系统访问、数据库连接、GitHub API 集成、浏览器自动化……基本上你想要的插件都能搜到。

整个市场的使用流程非常顺滑：Search → Evaluate → Use → Rate。用 `npx` 命令行就能搜插件、查详情、留评价，全程不需要敲任何 API。

这里重点介绍两个高频命令：

举个例子，你想找个让 AI 读写本地文件的插件，直接跑：

搜完看到名字、描述、安装量和评分，选个顺眼的，`view` 进去看详细用法，配置到你的 AI 客户端里就能用了。用完记得给个评分，整个社区就靠大家反馈变得越来越好。

如果说 MCP 插件是让 AI「有工具」，那LobeHub Skills Marketplace（https://lobehub.com/skills）就是让 AI「会方法」。这里收录了超过 100000 个 AI 技能，覆盖 PDF 处理、云端部署、文档编辑、陌生 API 调用……基本上你头疼的复杂任务，都有现成的技能包可以教 AI 怎么干。

技能市场的工作流比插件更进一层：Search → Download → Learn & Execute → Rate。搜到技能后，`install` 命令直接把它下载到本地，里面包含一份完整的 SKILL.md 说明书，AI 照着文档执行就行，不需要你写一行代码。

核心命令就两个：

比如你想让 AI 帮你旋转一个 PDF：

搜到合适的，`install` 下来，读 SKILL.md，照着做，完成后评分。全程不需要理解底层逻辑，你只需要「提出需求」，AI 负责「执行」。

Skills 和 MCP 的区别：Skills 是「教会 AI 一个方法」，MCP 是「给 AI 一套工具」。两者配合使用，AI 基本上什么活都能接了。

我知道你可能在想：「我现在的 AI 够用了，装这装那太麻烦。」说实话，这个想法我太理解了。但让我给你三个立刻行动的理由：

第一，完全免费。两个市场所有资源都是开源免费的，不需要付费，不需要申请 API Key，一个 `npx` 命令全搞定。

第二，生态爆发期。MCP 协议今年处于生态爆发节点，插件数量每个月都在翻倍。现在入场，你能用到的工具数量和质量都远超未来——早期积累的插件经验，等生态成熟了你就是专家。

第三，差异化明显。当大多数人的 AI 还停留在「聊天」层面，你能用 MCP + Skills 让 AI 做文件处理、自动化工作流、数据分析……用 AI 干活的效率，是用 AI 聊天的 10 倍不止。

两个资源已经给你准备好了，直接复制丢给你家 AI 助手，它会照着文档一步步完成配置——你只需要等它装好，然后享受开挂的快感就行。

好了，该说的都说了，资源给你了，剩下的就看你动手速度了。祝你的 AI 早日「进化」，我们下篇见！