2026年2月了，MCP和Skills不要再分不清了

一. 前言

最近Skills已经火了2个月了，看到很多人对MCP和Skills理解都各有不同，现在AI发展都是按照日来更新，知识的沉淀也需要跟上步伐，抓紧时间写一篇文章，谈一谈我对MCP和Skills的理解，沉淀沉淀～

MCP 其实是协议，Agent借助MCP协议可以接入各种工具，让Agent获得了能力

Agent Skills 更像一种规范，通过这套规范，让 Agent 可以知道自己有哪些 Skills 可用，需要的时候去按需加载 Skill 的细节，知识可以作为 Skill 的一部分、Skills 可以指导 Agent 去调用 MCP 工具或者其他脚本

二. MCP：连接世界的"管道"协议

核心职能：标准化连接。

MCP 解决的是最基础、最繁杂的"方言"问题。在没有 MCP 之前，Agent 要连接数据库需要一套代码，连接 Slack 需要另一套代码，读取本地文件又要一套代码。MCP 统一定义了 Agent (Client) 和外部能力 (Server) 之间如何握手、如何列出可用工具、如何发送请求、如何接收响应。
它提供了什么？

它提供了通用的"原子能力"（Atomic Capabilities）。MCP Server 暴露出来的是一个个具体的 Resources（资源，如文件内容）、Prompts（预设提示词）和 Tools（可执行函数，如"执行SQL查询"）。
它的局限性：

MCP 本身是"哑"的。它只负责把工具送达给 Agent，但它不负责告诉 Agent 在什么场景下、以什么顺序、组合哪些工具来解决一个复杂问题。

类比： MCP 就像是 USB 协议。只要符合 USB 标准，鼠标插上电脑就能通电、能传输信号。但 USB 协议本身并不知道这个鼠标是用来打游戏的还是用来做设计的。

三. Agent Skills：能力的"说明书"与"指挥棒"

Skills 是在原子工具之上构建的更高层次的抽象。

核心职能：封装与编排。

Skill 是为了完成某个特定任务（Task）而对知识、逻辑和工具的打包。一个 Skill 可能包含了一段特定的业务知识（比如税务法规），然后指导 Agent 去调用底层的 MCP 工具（比如"搜索工具"和"计算器工具"）来得出一个结论。
它提供了什么？
- 元数据与发现机制 (Discovery)： Skill 规范首先定义了 Skill 的名称、描述、适用场景的 Trigger（触发器）。这让 Agent 在面对用户问题时，能快速检索到"我应该用哪个 Skill"。
- 按需加载 (On-demand Loading)： 这是企业级 Agent 的关键。一个强大的 Agent可能有上千种能力，不可能每次对话都把所有能力的 prompt 和逻辑全部加载到上下文中（Context Window 会爆炸）。Skill 规范允许 Agent 只加载"目录"，确定要用某个 Skill 后，再动态加载其详细的执行逻辑（Execution details）。
- 知识融合 (Knowledge Inclusion)： 如你所言，Skill 不仅仅是动作，还包含知识。比如一个"撰写法律合同 Skill"，它内部包含了合同模板的知识，它会指导 Agent 去调用 MCP 工具填充内容。
它的局限性：

Skills 需要依赖底层的执行机制。它最终落地干活，往往还得靠调用 MCP 工具、API 或运行本地脚本。

类比： Agent Skills 就像是电脑里的 "应用程序"或"驱动程序" 。Photoshop (一个 Skill) 知道它的目的是修图，它知道在用户点击"裁剪"时，需要去调用鼠标 (通过 USB/MCP 协议连接的工具) 的坐标数据来完成操作。

四. 二者的协同工作流 (The Synergy)

我们可以通过一个具体的例子来看看这两层是如何配合的。

场景：用户问 Agent："帮我查一下上个月阿里云的账单是不是超支了？"

Agent 思考 (基于 Skills 规范层)：
- Agent 接收到请求，扫描自己已注册的 Agent Skills 目录。
- 它根据语义匹配，找到了一个名为 AliCloud_Cost_Analyzer 的 Skill。
- Agent 按需加载了这个 Skill 的详细规范。
- Skill 的规范告诉 Agent："要完成这个任务，你需要分两步：第一，获取上月账单数据；第二，对比预算标准进行分析。"
Agent 执行 (调用 MCP 协议层)：
- 在 Skill 的指导下，Agent 知道第一步需要数据。它查找已连接的 MCP Servers。
- 它发现了一个 AliCloud_Integration_Server (通过 MCP 协议连接)。
- Agent 通过 MCP 协议向该 Server 发送请求，调用其中的 get_cost_and_usage 工具 (Tool)。
- MCP Server 返回了 JSON 格式的账单数据。
Agent 回归 Skills 逻辑：
- 拿到数据后，Skill 的后续逻辑可能是："现在调用内置的代码解释器脚本，计算是否超过了预设的 $500 阈值，并生成总结报告。"
- Agent 完成计算并最终回复用户。

五. 总结

最后用一张图来总结一下我们这篇文章

特性	MCP (协议层)	Agent Skills (规范/应用层)
关注点	Connectivity (连接性) ：如何稳定地对话和传输数据。	Capability & Orchestration (能力与编排) ：做什么任务，怎么组合工具。
抽象级别	低级、技术性、原子化工具。	高级、语义化、任务导向。
主要载体	Server, Client, Protocol, Transport.	Metadata, Triggers, Logic, Knowledge.
加载方式	通常连接时全量暴露工具定义。	目录式检索，详细逻辑按需加载。