今天解决三个问题 在这三个大的框架下 再继续学习
1.mcp和skill的区别？
mcp一般的应用场景就是 多个ip交互 如果不弄mcp协议 那无法通讯 所以其与skill的本质区别就在于此处。如果只是单纯的函数调用，那skill完全可以平替mcp。
比如说，我需要访问某个机器上的mysql 那我如果只是通过skill 连接不上呀！ 那这个时候 就需要一个mcp 进行转发功能 也就是我们说的中间层
2.企业里面如何落地agent应用？
在我看来，无疑是两个点 场景挖掘+用户视角
场景挖掘: 程序化 流程化的地方 就是agent大有可为的地方
用户视角:谁来使用它，对吧 始终站在用户视角
举个例子:
例如后端场景agent 显然其对象为开发
其流程无非就是 需求 - 开发 - 测试 - 提交
那我站在后端的角度来看 评估你的agent好坏就是 你要极少的输入 保证极高的产出质量
3.如何降本 从ai时代来说 如何减少token消耗？
提示词的角度，尽可能带有方向性 拒绝全表扫描
比如我需求是调用git的skill 你就直接把skill名称给它
比如: 帮我调用git.skill 提交到我的代码分支