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
deephub16 小时前
Prompt Engineering 的本质:角色、任务、上下文、格式、约束
人工智能·prompt·大语言模型·多智能体
段一凡-华北理工大学16 小时前
工业领域的Hadoop架构学习~系列文章08:Flink流处理引擎
人工智能·hadoop·学习·架构·flink·高炉炼铁·高炉炼铁智能化
lqjun082716 小时前
PyTorch梯度计算
人工智能·pytorch·python
2601_9583529016 小时前
双麦双波束独立拾音:A-59F 让智能工牌与翻译设备“听清每一个方向”
人工智能·语音识别·硬件开发·音频处理模块·消除回音
词元Max16 小时前
3.1 Agent开发需要懂多少数学?
人工智能·python
FelixBitSoul16 小时前
面试必考!RAG 知识库全链路深度解析:父子分块 × Rerank × 查询重写 × 标准化改写
人工智能·langchain·aigc
ZHW_AI课题组16 小时前
使用 Rectified Flow 和 Diffusion Transformer实现 MNIST 手写数字图像生成
人工智能·python·机器学习
z2023050816 小时前
RDMA之DCQCN (14)
linux·服务器·网络·人工智能·ai
SimpleLearingAI16 小时前
PyTorch & Numpy 实现线性回归详解
人工智能·算法·多模态大模型
董董灿是个攻城狮16 小时前
AI 会吃了天涯吗?
人工智能