mcp和skills 有什么区别?

MCP(Model Context Protocol)和 Kimi Skills 是协议标准功能实现的关系------MCP 是底层的标准化接口规范,而 Skills 是基于该协议构建的具体功能模块。

核心关系图解

复制代码
┌─────────────────────────────────────────────────────┐
│                  MCP (Model Context Protocol)        │
│         Anthropic 开源的标准协议 - "AI 的 USB-C"     │
│    ┌──────────────┐         ┌──────────────┐       │
│    │  MCP Client  │◄───────►│  MCP Server  │       │
│    │  (Kimi/K2模型) │         │  (Skills)    │       │
│    └──────────────┘         └──────────────┘       │
└─────────────────────────────────────────────────────┘
              ↓
    ┌─────────────────────────────────────┐
    │           Kimi Skills               │
    │  ┌─────────┐ ┌─────────┐ ┌────────┐ │
    │  │ 搜索技能 │ │代码技能 │ │绘图技能│ │
    │  │GitHub   │ │邮件发送 │ │天气查询│ │
    │  └─────────┘ └─────────┘ └────────┘ │
    └─────────────────────────────────────┘

详细说明

1. MCP 是协议基础

MCP(Model Context Protocol) 由 Anthropic 于 2024 年 11 月开源,是一个开放标准协议,用于标准化大语言模型与外部工具、数据源之间的交互方式。

  • 定位:AI 界的 USB-C 接口,统一工具调用标准

  • 架构:客户端-服务器模式(Client-Server),通过 JSON-RPC 2.0 通信

  • 核心价值:解决"N 个模型 × M 个工具 = N×M 次定制开发"的碎片化问题,实现一次开发,多处复用

2. Skills 是 MCP 的具体实现

在 Kimi 生态中,Skills 是基于 MCP 协议封装的功能模块:

  • Kimi Claw 的 Skill 生态(ClawHub 上 5000+ Skills)完全构建在 MCP 协议之上

  • 每个 Skill 本质上就是一个 MCP Server,对外暴露标准化的工具接口

  • 当 Kimi Agent 需要执行操作时,通过 MCP 接口调用对应的 Skill,执行完成后再通过 MCP 返回结果

3. 实际应用场景

平台 MCP 角色 Skills 体现
Kimi Playground 在设置中配置 MCP 服务器(支持 ModelScope 等来源) 勾选启用的工具(如网页搜索、代码执行、图像生成)
Kimi Claw 通过 MCP 协议与 Skill 通信 5000+ 即装即用的 Skills(查天气、发邮件、操作 GitHub 等)
API 调用 开发者通过 MCP Server 封装工具,以标准 tools 字段传入 API 自定义业务工具(如查询内部数据库、调用私有 API)

4. 技术优势

  • 即装即用:因为统一遵循 MCP 协议,ClawHub 上的 Skills 无需针对每个 Skill 做特殊适配,实现"一次接入,全生态兼容"

  • 多模态支持:MCP 不仅支持文本工具调用,还可扩展至图像识别、语音转文字等多模态操作

  • 安全隔离:MCP 创建了模型与敏感系统之间的"信任边界",通过独立的权限服务器进行访问控制

总结

MCP 是"语法",Skills 是"词汇"

  • MCP 规定了 AI 如何与外部世界"对话"的标准语法和通信协议

  • Skills 是在这个语法框架下封装的具体功能词汇,让 Kimi 能够实际执行搜索、编码、数据处理等操作。

相关推荐
惊鸿一博8 小时前
自动驾驶的 BEV 特征(Bird’s Eye View Feature)
人工智能·机器学习·自动驾驶
碳基硅坊9 小时前
Mac Studio M3 Ultra 运行大模型实测:Qwen3.6 vs 6款主流模型工具调用对比
人工智能·qwen·qwen3.6
TeDi TIVE15 小时前
开源模型应用落地-工具使用篇-Spring AI-高阶用法(九)
人工智能·spring·开源
MY_TEUCK15 小时前
Sealos 平台部署实战指南:结合 Cursor 与版本发布流程
java·人工智能·学习·aigc
三毛的二哥15 小时前
BEV:典型BEV算法总结
人工智能·算法·计算机视觉·3d
j_xxx404_16 小时前
大语言模型 (LLM) 零基础入门:核心原理、训练机制与能力全解
人工智能·ai·transformer
飞哥数智坊16 小时前
全新 SOLO 在日常办公中的实际体验
人工智能·solo
<-->16 小时前
Megatron(全称 Megatron-LM,由 NVIDIA 开发)和 DeepSpeed(由 Microsoft 开发)
人工智能·pytorch·python·深度学习·transformer
朝新_16 小时前
【Spring AI 】图像与语音模型实战
java·人工智能·spring
Yuanxl90316 小时前
神经网络-Sequential 应用与实战
人工智能·深度学习·神经网络