首先，我们可以通过function call去调用工具
然后，通过MCP定义统一的接口，把Function Call能力标准化
但是，沟通的成本太高了，每次提问都要说，帮我怎么怎么样，记得怎么怎么样，别忘了怎么怎么样，每次都要说一遍
也就是，工具标准化了，但是工作模式没有沉淀下来
于是就出现了Skills（技能）
Skills就是把特定问题的背景设定，执行步骤，调用的资源，全部打包成一个干净的代码文件
把经验沉淀为可复用的配置
AI下次就会直接加载skill文件，按顺序执行，按规定格式输出啦
skill结构分为两部分：
1. 头部配置（frontmatter）
---包裹的部分，name名字和description描述，决定了skill能否被正常触发
2. 技能主体（Body）
具体指令，工作流，规则限制和模板
skills最重要的机制：渐进式披露
渐进式披露将信息分为了三个层级，每一层被需要时才加载
第一层：元数据（metadata）
agent启动时，只加载每个skill的name和description到system prompt
第二层：完整指令（SKILL.md文件）
agent判断当前任务和某个skill相关时才会加载
第三层：附属资源（脚本/模板/参考文档）
SKILL.md里面可能会引用一些额外的文件，这些附属文件只在agent执行过程中需要的时候去取
- MCP：统一工具调用格式，模型不用管各家工具差异
- Skill：统一工作流程步骤，模型不用自己想怎么做