ARTICLE · 1045211
MCP 和 Skill:给 AI 接上工具,再交一本工作手册
MCP 和 Skill：给 AI 接上工具，再交一本工作手册
作者：何欲｜欲何可为
上一篇聊了 Agent。这一篇，我们从日常最常说的一句话开始：
“帮我点一份今天中午的外卖。”
看起来只是顺嘴交代一件生活小事，但如果真想让 AI 替你把这件事稳妥办好，背后其实卡着两个完全不同的坎：
第一，它得先会用软件——用某团或某宝APP，还得有办法把菜品放进购物车、生成订单。第二，它得明白你的生活习惯——是吃清淡还是无辣不欢？哪些忌口碰都不能碰？预算多少？挑好后要不要先给你过目？
简单说：一个是手脚够不够得着，一个是做事懂不懂规矩。
MCP 和 Skill，对应的就是这两个层面。它们不是一回事，更谈不上谁取代谁。[1][5]
01｜手脚：从 API 到 MCP，AI 的工具是怎么接上的？
很多刚接触 AI 工具调用的人，往往会被一堆英文缩写搞晕。其实如果顺着软件的发展历史看，工具连接的演进过程非常自然。
平时我们自己点外卖，是人用手指去戳手机屏幕上的按钮（也就是图形界面 UI）；
后来有了自动化程序，是程序按照约定好的暗号去调数据通道——也就是大家常说的 API（应用程序编程接口）。[3] 比如外卖平台会开放一个“添加商品”的接口，其他程序只要按照规范，把商家 ID 和菜品编号传过去，接口就会在后台把菜品加进购物车，并返回执行结果。
还记得今年过年的时候很多国内厂商都在推各家的APP的Agent功能吗，比如千问帮你点外卖，等等。其实就是基于API做的尝试。
那既然已经有了 API，为什么到了 AI 时代，大家又开始大张旗鼓地搞 MCP（Model Context Protocol，模型上下文协议）？[1]
坦白讲，很多程序员的第一反应也是：“这不就是把已有 API 又包装了一层壳吗？”
在某些场景里确实如此。但这层壳的核心价值，在于统一插口规格。
现在 AI 工具层出不穷，今天你在 Claude 里接了这套外卖 API，明天换到 Cursor、ChatGPT 或者豆包这种手机系统的 Agent 框架里，因为每个客户端支持的工具格式各不相同，你就必须把这套对接逻辑翻来覆去重写好几遍。
MCP 想干掉的，就是这种跨客户端的重复造轮子。它就像电子设备上的 Type-C 统一插口：只要外卖平台或开发者做了一个符合 MCP 规范的服务，无论是哪个 AI 客户端，插上就能直接用。[1][9]
平时大家常说的“给 AI 装了一个 MCP”，严格来说，接入的是一个具体的 MCP 服务（Server）。这个服务是一个独立的程序，可以跑在本地电脑上，也可以部署在远端服务器上；它本身并不是什么新的大模型。[2]
整个调用的数据链路通常是这样的：
AI 客户端（如 Claude / 各种 Agent） → MCP 服务 → 具体的业务 API 或本地系统。
这个 MCP 服务背后，既可以去调外卖平台的业务 API，也可以直接读取本地磁盘文件、查询数据库，或者跑一段本地脚本。[2] 它向 AI 暴露几个清清楚楚的工具：每个工具叫什么、能干嘛、需要传什么参数。当模型判断该查菜单时，就发出调用指令，外面的 MCP 服务跑完操作，再把真实结果带回给模型。[2][9]
除了提供可执行的工具，MCP 还能向 AI 输送只读的上下文文件（Resources）以及预设的提示词模板（Prompts）。把 MCP 当作一套标准化的“万能转接头”，比把它当成某种神秘插件更贴切。[2]
02｜规矩：有了手脚，AI 为什么还要一本 Skill 手册？
现在，接口通了，工具齐了。AI 既能查菜单，也能往购物车里加菜。
但马上就会撞上下一堵墙：
它知道按钮怎么按，但根本不知道你想让它怎么干。
一句随口吩咐的“帮我点份午饭”，在不同人眼里完全是两回事：有人必须吃米饭，有人在低碳减脂；有人重油重辣，有人海鲜过敏。要是每次点餐前你都得把自己的忌口、预算、偏好从头到尾敲一遍，那感觉就像每到饭点，就得把新来的助理抓过来重新做一次入职培训。
这时候就需要 Skill（Agent Skills） 了。
别被这个高大上的英文词唬住了，Skill 其实就是提示词（Prompt）。只不过它不是你在聊天框里随手打的一两句碎碎念，而是把某一类特定任务的标准作业流程（SOP）、参考偏好、甚至辅助脚本打包在一起，变成了一份规范化、可复用的“业务手册”。[5]
比如一份给生活助理的点餐手册，里面写的绝不是“请你成为资深营养大师”这种玄学假大空，而是极其具体的操作规范：
先查附近评分 4.5 以上的常吃店铺，优先看中餐和轻食；
严格忌口：海鲜过敏、免葱姜蒜；工作日单人午餐预算控制在 30~50 元之间；
选定菜品后列出清单和预计送达时间，等我确认后再提交订单；
关键原则：最后的支付环节必须交给我亲自扫脸或输密码，绝对不能擅自扣款。
看，它交代的不是什么高深算力，而是：先看什么、准许挑什么、有哪些硬性禁忌，以及最关键的——在哪一步必须停下来等人确认。
在 Agent Skills 规范里，这种技能包的入口通常就是一个 SKILL.md 文件。里面写着这个 Skill 的名字、应用场景和具体操作规程；需要时，还可以附带历史喜好清单、格式模板甚至专用的凑单计算脚本。[6]
偏好和习惯交给说明与范例，复杂的满减计算交给脚本。这完全不需要你去重新微调（Fine-tune）或训练模型，而是在它干活的那一刻，把手艺和规矩递到它手里。[7]
既然本质是提示词，为什么还要搞成 Skill？
很多人看到这里的第一反应都是：既然 Skill 其实就是提示词，那不就是把一段长 Prompt 存成了 Markdown 文件吗？换个马甲我就不认得了？
实话实说，Skill 里的核心规程，底层确实就是提示词。普通的 System Prompt 你当然也能保存起来反复用，文字本身并没有什么魔力。
但之所以要专门搞出一套 Skill 规范，差别主要在两点：组织方式，以及按需加载（Progressive Disclosure）。[5][10]
如果你只是临时想吃个汉堡，随手在聊天框里敲两句要求，完全够用，根本犯不上建什么 Skill。可如果你的生活助理还要帮你管点餐、管出差订票、管日程提醒、管家庭记账，如果把这些事情的所有规则全一股脑塞进提示词里，不仅上下文容易爆，模型也更容易“注意力涣散”、漏看规则。
而规范的 Agent Skill 采用的是“分级翻书”机制：平时模型只把各个 Skill 的简短名称和功能描述放在眼前（相当于只看一本目录）；只有当你吩咐“帮我点午饭”时，它才会把外卖点餐对应的 SKILL.md 全文读进上下文；要是里面还引用了长篇的过敏源清单或满减计算脚本，也是在真正要用的时候才按需调取。[5][6]
这就像查字典：要查哪个字就翻哪一页，而不是每次一开口，先把整座图书馆硬塞进脑子里。
03｜协同：它们如何一起跑通一次任务？
理清了这些，我们再回头看最开始的那句吩咐：
“帮我点一份今天中午的外卖。”
在一个成熟的 Agent 辅助工作流里，这几个角色是怎样真正配合起来跑完一整趟的？我们可以通过下面这套完整的数据流来看清它们的分工。
具体跑下来，一共分为六步：
Agent 先认任务、翻手册：AI 识别出这是一次点午餐的需求，根据目录命中“外卖点餐”的 Skill，把里面的忌口规则、预算范围和流程要求加载进来；
调 MCP 摸数据：按照手册的第一步要求，调用 MCP 工具去查你当前定位附近评分 4.5 以上的餐厅和推荐菜单；MCP 服务接收到请求，负责向外卖平台的 API 发送查询；
按规矩干活：外卖平台把真实的菜单数据返回后，Agent 照着手册里的规矩过滤：剔除所有海鲜类菜品、排除重辣、挑出价格在 30~50 元以内的组合。发现某家店虽然好吃但要等 90 分钟，按照规则主动舍弃；
出清单、等人确认：把挑好的菜品、价格和预计送达时间列出来给你看。关键卡点：必须等你说“就这家”或“确认”，才允许进行下一步；
调 MCP 写入并建单：拿到人类明确确认后，调用外卖平台的 MCP 工具，把菜品加入购物车并生成待支付订单；
交出控制权：到这一步彻底停手，把最后的支付环节留给人来扫脸或输入密码。
在这套配合里：
MCP 是“手和脚”，负责帮 AI 把手伸到外卖平台的接口里去查菜单、加购物车；
Skill 是“规程手册”，告诉它你的口味偏好、预算上限、以及选好后必须等确认；
而根据目标随机应变、一步步推进这个过程的，就是 Agent 本身。[1][5][8]
它们之间从来不是一条死板的流水线，而是分工合作：有时候先看手册再调工具；有时候工具查出某道菜估清了，再去翻手册看替补方案。“连接”和“规矩”也不是非得界限分明——MCP 服务可以把一段固定的凑单逻辑封成现成工具，Skill 里也可以直接塞进一个计算优惠券最优解的 Python 脚本。[2][7] 只要抓住各自的核心，就不会被一堆技术名词给绕晕。
04｜克制：并不是每件事，都要配齐这一套
聊到最后，必须泼一点冷水：千万别为了“显得专业”，把什么小事都套上这套重型装备。
如果你只是偶尔查个附近的咖啡店，直接在地图或搜索框里看两眼最快最省事；如果客户端本来就有现成的联网搜索功能，也没必要非得自己折腾一套 MCP 服务挂上去。[4]
只有当你发现某项生活事务要反复发生、每次都要翻来覆去交代同样的个人习惯时，花时间写个 Skill 才有复利；而如果这个 Skill 只涉及整理现有的日程或备忘录，它甚至完全不需要连什么 MCP。[5][6]
面对一项新任务，不妨先理清楚自己的痛点在哪：
到底是工具不够用（摸不到数据、干不了具体的事），那就去补 MCP 和接口；
还是交代不明白（每次做出来的结果都差点意思、总要反复返工），那就去梳理规矩、挑样例文档，把它沉淀成 Skill。
还有最关键的一点：安全和权限，千万别全赌在“提示词的自觉性”上。
在手册里写一百遍“千万不要擅自扣款”，也只是对大模型的软性叮嘱，不代表程序在技术上真的没有扣款权限。遇到极端情况或模型幻觉，后果谁也担不起。更稳妥的做法，是在工具和账号层面限制可执行的操作——比如根本不给免密支付权限，遇到真正的扣款或下单操作强制弹窗让人确认。[9]
我们平时总在期待下一个更强、参数量更大的模型，但真正落到日常干活时，卡死我们的往往不是模型的智商，而是它根本拿不到真实资料，或者我们从来没有把工作交接写明白。
MCP 负责把手脚接出去，Skill 负责把经验留下来。
工具装得再多，都不如实实在在地把某一件繁琐的日常琐事，彻底做顺。
参考资料
[1] Model Context Protocol — What is MCP?https://modelcontextprotocol.io/docs/getting-started/intro
[2] Model Context Protocol — Architecture overviewhttps://modelcontextprotocol.io/docs/learn/architecture
[3] MDN — APIhttps://developer.mozilla.org/zh-CN/docs/Glossary/API
[4] Claude Platform Docs — Tool use with Claudehttps://platform.claude.com/docs/en/agents-and-tools/tool-use/overview
[5] Agent Skills — Overviewhttps://agentskills.io/home
[6] Agent Skills — Specificationhttps://agentskills.io/specification
[7] Anthropic — Equipping agents for the real world with Agent Skillshttps://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
[8] Anthropic — Building effective agentshttps://www.anthropic.com/engineering/building-effective-agents
[9] Model Context Protocol — Tools（含工具定义与安全要求）https://modelcontextprotocol.io/specification/2026-07-28/server/tools
[10] Claude Platform Docs — Agent Skills（含安全与运行环境说明）https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview