ARTICLE · 1385848
分清Skill、MCP、插件
分清Skill、MCP、插件,而且它们本来就不在同一层。
一句话总结:
- MCP
= 连接标准(AI 的“手”怎么伸出去) - Skill
= 做事方法论(AI 的“脑”怎么想、按什么流程做) - Plugin
= 平台打包分发(怎么一键安装到某个具体产品里)
它们不是三选一,而是可以叠加使用的三层东西。
1. MCP(Model Context Protocol)
- 本质
:开放协议 / 接口标准(Anthropic 主导,现已广泛采用) - 解决什么
:AI 怎么标准化地连接外部工具、数据、系统 - 类比
:USB-C 接口。不管你是 Claude、Cursor、自研 Agent,只要支持 MCP,就能直接用同一个 MCP Server。 - 形态
:一个运行中的 Server(本地进程或远程),暴露工具(tools)、资源(resources)、提示(prompts)。 - 典型能力
:查数据库、读邮件、操作 GitHub、调 SaaS API、读写文件……这些“原子操作”。 - 特点
:跨平台、中立、可复用。做工具/数据提供方优先做 MCP Server。
2. Skill(技能)
- 本质
:封装好的做事方法论 + 流程 + 知识 - 解决什么
:AI 拿到工具后,应该怎么专业地完成这件事 - 类比
:SOP 操作手册 / 菜谱。告诉模型“先问预算 → 比三家 → 确认退改 → 再下单”,而不是只给它“搜酒店”这个按钮。 - 形态
:通常是 SKILL.md(Markdown + 元数据)+ 可选脚本、参考资料、模板。很多平台(Claude Skills 等)支持按需加载。 - 特点
:轻量、偏知识/流程、可复用经验。Skill 可以调用底层 MCP 工具,但本身不一定需要联网。
3. Plugin(插件)
- 本质
:某个平台内的扩展与分发机制 - 解决什么
:怎么把能力打包、安装、分发到特定产品里 - 类比
:应用商店里的安装包 / 浏览器插件 / IDE 插件。 - 形态
:平台定义的包(可能包含多个 Skill、MCP 配置、UI、命令等),通过商店或一键安装。 - 特点
:平台锁定(ChatGPT Plugin、Claude Plugin、Cursor 插件等各有各的规矩),强依赖宿主的账号、界面、分发体系。
一张对比表
怎么选 / 怎么组合
只有数据和 API,想让所有 AI 都能用 → 做 MCP Server 有成熟流程和经验,想让 AI 做得更稳、更专业 → 写 Skill 强依赖某平台的账号、UI、分发 → 做 Plugin 数据和流程都有 → MCP + Skill 双轨,再视情况打成 Plugin
最常见的正确组合:Skill 教模型“怎么用这些工具把事做漂亮”,底层调用 MCP 提供的原子能力;最后用 Plugin 把整套东西打包给用户一键安装。
简单记:MCP 给手,Skill 给脑,Plugin 给包装盒。分不清时,先问自己缺的是“连不上”,还是“连上了但不会做”,还是“做好了但不好分发”。
















































































