选完 AI Agent 才刚开始:skill 给套路,MCP 给手脚

上一篇讲了怎么按任务量级选 agent（Trae / OpenCode / Codex / Claude）。但说实话，agent 本体拉不开太大差距——都是接大模型、都能读写文件、都能跑命令。真正让你和别人拉开差距的，是两样"改装件"：

• • skill：教 agent 怎么做事的套路剧本
• • MCP：给 agent 接上外部能力的标准插口

1. skill：把"会做事的方法论"塞给 agent

skill 是什么

skill 是扩展 agent 能力的模块化能力包，每个 skill 打包了指令、元数据和可选资源（脚本、模板），agent 会在相关场景下自动发现并加载它来干活。

说人话：一段 markdown 写的剧本，agent 干活前先读它、照着它做。 你教它一次，以后遇到相关任务它会自己想起来用，不用每次重复交代。官方有个挺准的比喻——skill 是给实习生准备的技能包和工具箱，把任务"教会"给它，而不是每次重新交代。

举个直观点的例子：你让它"做个二手房源小程序"。没 skill 时，它上来闷头写代码，写一半需求跑偏；装了 superpowers 这套 skill 后，它会先一轮轮问你——做展示型还是运营型？二手房/租房/新房？预约看房的表单存哪？……把需求和数据模型敲定了，再写计划给你确认，满意了才动手。（注意：这种"强制先问清需求再动手"是 superpowers 这套 skill 自己的作风，不是所有 skill 都这样——下面会细说。）

怎么装 skill（通用）

先把装法讲清楚，后面三种类型才好理解。机制很简单：skill 就是个文件夹，丢到指定目录，agent 自动识别。 不同 agent 路径不一样，但大同小异：

• • Claude Code：放 ~/.claude/skills/<skill名>/，或用 Cowork plugin（在 settings.json 的 enabledPlugins 配，不是installed_plugins）
• • Codex：项目根建 .codex/skills/<skill名>/，或 App 里市场搜
• • OpenCode：下 skill 合集 zip 解压，让它自动检测

三个实测坑（我装 baoyu-skills 摸出来的）：① 配在 enabledPlugins 不是 installed_plugins；② marketplace.json 里要去掉 strict、skills 字段否则装不上；③ 改完配置要进程级重启（完全退出再开，不是 reload）。

skill 的三种类型

按来源分三种，获取方式和用法各不同。

① 官方 skill：agent 自带市场里现成的

这种最省事，agent 自带的技能市场里直接装。以 Codex 为例，它自带的技能市场里就有现成的，比如生成 PDF 的 skill。

怎么用：

1. 1. Codex 左侧点「插件」→ 切到「技能」标签
2. 2. 找到 PDF skill（默认可能已装，没装点一下安装）
3. 3. 对话框里打 / 斜杠调出 skill 列表，选 PDF skill
4. 4. 下指令，比如：「在当前目录创建一个 PDF，把我所有历史对话放进去」
5. 5. 等它跑完，PDF 就生成好了，点开能看，中文正常

整个过程就是"调 skill + 下指令"，官方 skill 数量少但稳。

② 第三方 skill：生态主力，多如牛毛

这才是 skill 的主战场。下边两个是我深度在用的。

A. baoyu-skills：一条龙发公众号

宝玉开源的全能技能包，公众号写作神器——给个链接或主题，它自己翻译/生文 → 生成封面图 → 排版 → 发到公众号草稿箱。我这几篇公众号全是靠它发的，这篇也不例外。

完整流程（OpenCode / Claude Code 都行）：

1. 1. 去 GitHub 上 baoyu-skills 仓库，进 skills/ 目录，找到 wechat（公众号）那个 skill 文件夹，复制它的链接地址
2. 2. 回到 agent，直接说：「请帮我安装这个链接里的 skill」，把链接贴上，等它装完（如果 agent 下载失败，就自行魔法下载）
3. 3. 进微信公众平台后台 → 首页「我的业务」找公众号 → 记下 AppID 和 AppSecret
4. 4. 点「编辑 IP 白名单」，把 agent 所在机器的 IP 加进去（这样 agent 才能调公众号服务端接口）
5. 5. 回到 agent，把 AppID / AppSecret 给它：「帮我配置公众号 API」
6. 6. 配完它会提示一堆默认配置（推文主题色、发布方式、默认作者），想改就去对应的 .md 文件改
7. 7. 测试：给它一个链接（比如某篇外文），说「翻译成中文，生成推文发到公众号」。它会：抓原文 → 翻译 → 写文章 → 自动生成封面图 → 发到草稿箱
8. 8. 去公众号后台草稿箱看，能编辑调整，满意了手动点「发表」

效果：一分钟的活，过去自己憋稿 + 找配图 + 排版至少一小时。草稿箱那篇出来有配图、有加粗、有分点、有表情符号，比人手排的还整齐。

两个实际要注意的点（都是实测过才知道的）：

• • 封面要自己手动设：这个 skill 走浏览器自动化发草稿，目前封面上传这步它干不利索，草稿生成后，去后台手动把封面图设上最稳。
• • 「保存草稿」有时会卡住：agent 控制的那个浏览器，会被公众号后台认成"自动化浏览器"，结果就是——标题能填、图能传，唯独点「保存草稿」转圈半天存不上。所以我现在固定走「填好内容 + 手动保存」这条路：让它把内容和图都塞进编辑器，最后我自己点保存和设封面，反而最省心。

B. superpowers：一整套生产级开发工作流

这个不是单个技能，是一整套软件开发方法论，集成 14 个技能（头脑风暴、写计划、TDD、代码审查……）。适合写代码的人。

它最大的特点是强制流程——和上面 baoyu-skills"你下指令它就干"不同，superpowers 不让你跳步：它会在执行任何任务前，先检查有没有相关 skill，哪怕只有一点点相关，也会先读取再按流程走。这不是建议，是它这套工作流写死的规矩。

固定的 7 步工作流：

1. 1. 头脑风暴：写代码前先启动，通过反复提问确定你的需求，探索方案，分阶段给你看设计，满意了保存设计文档
2. 2. 建隔离工作区：在新分支 / worktree 上开干，不污染你主代码
3. 3. 写计划：把工作拆成一个个小任务（每个 2-5 分钟），每个任务都写清楚改哪个文件、完整代码、怎么验证
4. 4. 子代理干活 + 两段式审查：派子 agent 分头做，每个任务做完先查规范、再查代码质量，两道关都过才算数
5. 5. 测试驱动（TDD）：先写会失败的测试 → 看它失败 → 写最少代码让它通过 → 提交
6. 6. 代码审查：按严重程度出报告，严重问题会卡住进度重来
7. 7. 完成开发分支：验证测试通过，给你选项——保留 / 提 PR / 合并 / 丢弃，然后清理 worktree

   

具体怎么上手：

1. 1. 在 agent 的会话里输入 /superpowers 或者 /using-superpowers 安装（它集成了上面说的 14 个技能，装一个全有）
2. 2. 新对话里选你的项目，打 /superpowers 调用它
3. 3. 第一句不用说"我要做 XX"，先问它「你这套流程怎么用」——它会把 7 步讲给你听，比看文档直观
4. 4. 摸清套路后下任务，比如「做个二手房房源小程序」，它会按 7 步走：先头脑风暴，问你做展示型还是可运营版、二手房还是租房、预约看房表单存哪（本地模拟 / 数据库 / 微信云）、视觉风格、数据结构……你一个个答（为了省 token 可以选最简方案）；确认后它写一份详细计划文档存到项目里，里面有文件结构、每个任务的步骤和验证方式，你不满意可以直接改；满意后它建 worktree 隔离，派子代理一个任务一个任务地做，每个任务都跑"规范审查 + 代码审查"两道关，还顺带做 TDD；最后出代码审查报告，你选保留、提 PR 还是合并。

拿它做了个贝壳类的二手房源小程序，从需求到出可运行的首页 / 找房 / 收藏 / 我的四个页面，全程没写一行代码，全是按流程生成。代价是 token 消耗明显涨（实测 +50% 左右，网上有人说 10-15%），因为每步都在提问、审查、写测试。但换来的是流程完整、中途哪步不满意都能停下改，比"一边写一边改一边返工"其实更省。

③ 自己写 skill：固定套路固化成剧本

第三方没你想要的？那就自己写。其实没那么玄乎——一个 skill 就是一个文件夹，里头放一个 SKILL.md，没了。

SKILL.md 怎么写（核心就两部分）：

---name: my-cover-style        # skill 的名字description: 生成公众号封面图时使用  # ⚠️ 这条最关键---# 我的公众号封面风格生成封面时遵循以下规则：- 配色：深色底 + 单一亮色点缀（参考 ../images/cover-ref.png）- 构图：标题居中偏上，主视觉居下，四周留白- 字体：标题用粗黑体，副标题用细体- 不要：真人脸、复杂背景、3D 渲染

• • description 是灵魂：agent 就是靠这一句判断"现在这个任务要不要调用你的 skill"。写不清楚，它想不起来用。要写清什么场景下触发（"生成公众号封面图时使用"比"封面相关"准得多）。
• • 正文像给新人写操作手册：用大白话写流程、规则、要点、关键词，可以引用同目录的参考图、模板、脚本。
• • 放哪：丢进 ~/.claude/skills/<skill名>/（Claude）或 .codex/skills/（Codex），agent 自动识别，下次直接 /skill名 调用。

什么时候该写自己的 skill：当你发现自己在反复重复同一类 prompt——比如每次生成都要重新描述封面风格、每次发公众号都要交代一遍排版偏好——就该固化成 skill 了。一次写好，长期复用，比每次重新描述稳得多，而且跨 agent 带着走（换个 agent 文件夹一搬就行），团队也能共享。

我自己就把"公众号文章封面的固定风格"（统一配色 + 固定标题版式 + 一致的视觉元素）写成了一个 skill，以后一句话出图，风格统一，不用每次重新描述 prompt。

2. MCP：给 agent 接上"手和脚"

MCP 是什么

MCP（Model Context Protocol，模型上下文协议）——Anthropic 2024 年底开源的标准协议，让 AI 能稳定连接外部系统。理解成"给 AI 装外挂的 USB 接口"。

skill 是"脑子里的方法论"，MCP 是"能伸出去的手"。没有 MCP，agent 只能读写本地文件；有了 MCP，它能操作飞书文档、查数据库、控制浏览器、调图像识别。

前阵子爆火的小龙虾 OpenClaw（龙虾 logo 那个开源 agent），就是把这套玩到极致的活样板。它有个挺有意思的做法：把 agent 的"人设、性格、说话风格"单独抽出来管（它管这叫 soul.md，不过这一层多数 agent 直接写在系统提示词里，不算必需），再配上 skill 定义做事方法、MCP 接外部工具，所以它特别能打。抛开人设那层不谈，它的核心其实还是这篇讲的两件事——skill 管"怎么做"，MCP 管"能做什么"，两者拼齐，agent 才完整。

三个实战 MCP

① analyze_image：让 agent 真的"看懂"图

这个我踩过实打实的坑。一开始我让 agent 看图，用的是最直接的 Read 工具——结果它只回我一句"图已上传，路径是 xxx"，压根没看见画面。我傻乎乎以为它看懂了，继续往下干，配图对不对全靠猜，来回返工浪费好几轮才反应过来。

真相是：这个环境里 Read 读图只返回路径确认，看不到画面内容。要看图，必须走 analyze_image 这个 MCP——它背后接的是 AI 视觉模型，把图片 URL 传进去，它才真的"看见"并描述布局、内容、颜色。

用法上几个细节：

• • analyze_image 只收远程 URL，不读本地路径。生成图后先从日志里抓那个临时 URL（ARK TOS 的，24 小时有效），再喂给它
• • 偶尔会报 1210 图片解析错误（个别图识别失败），换个 URL 重试一般就行
• • 我现在的固定动作：生完成图立刻用它自检一遍——让它看画面元素对不对、顶部留白够不够、文字有没有糊、主体比例合不合理，确认没问题再交付，比肉眼盯可靠

② 飞书 MCP：一句话操作飞书

配好后一句话就能：建飞书文档、把小红书笔记爬进多维表格、在群里发消息。威力大，但配置麻烦，第一次得折腾半小时。（总体流程看开发文档）

完整安装 8 步：

1. 1. 进飞书开发者后台 open.feishu.cn → 「创建企业自建应用」（名字随便，如"飞书 MCP demo"）
2. 2. 给应用「添加机器人」能力（按能力添加 → 机器人）
3. 3. 开权限（这步最容易漏）：进权限管理 → 开通权限 → 把「云文档」「消息与群组」「多维表格」全选开通。⚠️ 注意有「应用分身权限」和「用户分身权限」两套，两套都要开同样的（想发消息就必须开消息与群组）
4. 4. 「创建版本」（如 1.0.0）→ 保存 → 申请线上发布 → 等公司管理员审批 → 状态变「已发布」
5. 5. 在「凭证与基础信息」拿 App ID 和 App Secret
6. 6. 「安全设置」→ 重定向 URL 添加 http://localhost:3000/callback（⚠️ 不能漏 /callback，漏了登录时报 redirect url 不合法）
7. 7. 装 Node.js（没有的话）
8. 8. 用户身份登录一次：终端跑它给的 npx 命令，替换里头的 App ID / App Secret，回车 → 弹授权页面 → 同意 → 提示 success

集成进 Claude Code：

claude mcp add -j 飞书MCP '{配置JSON，含AppID/Secret}'

• • 想全局所有项目都用，加 --scope user
• • 配置 JSON 外层加单引号
• • 装完 claude mcp list 看，显示 connected 就成

三个用法实例：

• • 「创建一篇飞书文档，标题是 XXX」→ 秒建（第一次会申请权限，加 --dangerous 参数或同意一下）
• • 「爬某博主最新的 20 条小红书笔记，整理成飞书多维表格」→ 它自己开浏览器抓 + 填表，点赞 / 浏览 / 收藏 / 转发都能整理
• • 「在 XX 群发一条消息，内容是 XXX」→ 直接发

飞书 MCP 一个意外的爽点：agent 缺什么权限，它会自动弹开通页面，点一下就开，不用自己排查缺哪个权限。这点飞书开放平台做得确实好。

③ chrome devtools MCP：让 agent 控制真实浏览器

给 agent 真实浏览器的操控能力——点击、输入、滚动、截图、抓 JS 渲染的动态内容。

为什么要它？因为很多网页（小红书、微博这种）内容是 JS 动态加载的，普通抓取拿到的是空壳，必须用真浏览器把页面跑出来才能抓到内容。而它能复用你已经登录的 Chrome（带着 cookie），不用重新扫码登录。

实战配合：上边"爬小红书 20 条笔记到飞书多维表格"就是它和飞书 MCP 联手——chrome devtools 负责开浏览器把笔记抓下来，飞书 MCP 负责写进表格。一句话，两个 MCP 各干各的，agent 自己调度。这种"工具组合拳"才是 MCP 真正香的地方——单个工具能力有限，拼起来能干一整套活。

怎么装 MCP（通用）

Claude Code 一条命令搞定：

claude mcp add -j <名字> '<JSON配置>'

--scope user 设为全局；claude mcp list 查状态。其他 agent（Codex / OpenCode / 小龙虾 OpenClaw）配置大同小异，都是改 JSON 配置文件。

3. 重点：skill 和 MCP 都跨 agent 通用

这是最值钱的一点，很多人没意识到。

skill 跨 agent：superpowers 这套开发工作流，同一套能装在 Claude Code / Codex CLI / Codex App / Gemini / OpenCode / Cursor 上——官方明确支持。baoyu-skills 也是，Claude Code 和 OpenCode 都能用。你在 A agent 攒的 skill，换 B agent 照搬。

规则文件跨 agent：CLAUDE.md（Claude 用）、AGENTS.md（Codex / OpenCode 用）本质都是"给 agent 的长期指令"，内容可以几乎照搬。你的工作习惯、代码规范、项目背景写一份，各 agent 都吃这套。

MCP 跨 agent：MCP 是标准协议，claude mcp add 和 Codex / OpenCode 的配置方式大同小异，配好的 MCP 服务端各 agent 都能连。

所以——别太纠结选哪个 agent，skill 和 MCP 才是你真正的资产，换了工具它们跟着你走。

4. cc-switch：管好你的多套 agent 配置

上一篇讲了不同 agent 接不同模型（比如 Claude 接 DeepSeek 省钱）。问题来了：配一两个还行，配多了怎么切换？

cc-switch 就是干这个的——统一管理多套 agent 的模型配置，一键切换。比如 Claude 命令版想从官方订阅切到接 DeepSeek（按量付费、便宜很多），cc-switch 里点一下就行，不用手动改环境变量。

到这里，一个完整的 agent 战斗力其实是三件事拼出来的：

• • cc-switch 决定"脑子用谁"——这个 agent 接哪个模型、走官方订阅还是第三方便宜渠道
• • skill 决定"怎么想"——遇到任务按什么套路走，是闷头干还是先问清需求
• • MCP 决定"能干什么"——能不能看图、能不能操作飞书、能不能控制浏览器

三件配齐，agent 才算真正好使。缺了 cc-switch，你换模型得手改配置；缺了 skill，agent 做事没章法；缺了 MCP，agent 只能读写本地文件、伸不出去。而这三件都跨 agent 通用——换个 agent，skill 和 MCP 直接搬，cc-switch 重新指一下模型，战斗力平移过去，不浪费。

配 DeepSeek 接 Claude 的关键两行：

ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropicANTHROPIC_API_KEY=你的DeepSeek key

（agent 怎么选、DeepSeek 怎么接，可以看上一篇《我常用的 4 个 AI Agent》）

5. 最后看看我的配置清单

其他几点：

• • skill 工作流吃 token：像 superpowers 这种强制流程的，token 涨 10%~50%（看你用多深）。换来的是流程完整、少返工，总体反而省。介意的话接便宜渠道对冲。
• • MCP 调用不额外花钱：MCP 只是让 agent 能调外部接口，调用的还是你接的那个模型。
• • 接 DeepSeek 省钱：Claude 官方 Pro ¥145/月有额度上限，接 DeepSeek 按量付费，长任务能省不少。

一句话总结：选 agent 是选引擎，skill 是改装程序、MCP 是外挂设备，cc-switch 是中控台。引擎差不多，改装件才是你区别于别人的地方——而且它们跟你走，不绑死某个 agent。

文中额度 / 价格截至 2026 年 7 月，各平台政策变动频繁，以官方最新页面为准。

标签：#AIAgent #skill #MCP #ClaudeCode #OpenClaw #baoyu-skills #superpowers #cc-switch #AI编程