Skills和MCP的区别

Skills和MCP到底的区别是什么

MCP

Model Context Protocol 是一种标准协议,用来让大模型连接外部系统、服务、工具和实时数据源

  • 让模型能够访问外部资源(数据库、API、文件、搜索等)
  • 它类似一个协议/接口层,相当于给 AI “装上手脚”,让它能去获取数据或执行操作,而不是只依赖训练数据
  • MCP 并不告诉 AI 应该怎么做事情,它只是 提供了可调用的能力(tools)

MCP = 给模型接入外部能力(工具+数据)的桥梁/协议

Skills

Agent Skills 是一种用来 向大模型编码“怎么做”某个任务或工作流程的模块化说明

  • 程序化描述(流程规则、步骤指导、行业标准等)
  • 可以包含示例、脚本、模板、资源文件等,帮助模型在执行复杂任务时按标准流程操作
  • Skills 是规模化、工程化的任务说明。与传统 prompt 不同,它更像是把“组织/领域知识 + 高效操作流程”封装成一个模块

Skills = 教 AI “怎么做具体任务” 的能力包/知识模块

核心区别

维度 Skills MCP
主要作用 指导 AI 如何按步骤完成任务 给 AI 接入外部系统和数据
抽象层级 上层抽象/业务逻辑层 中间协议/集成层
使用方式 预定义的、可复用的工作包
包含指令 + 模板 + 示例 + 可选脚本
可按需动态加载,提高效率/准确率
运行时协议
需要 MCP server/agent 来对接外部系统
LLM 通过标准协议调用真实工具/服务
核心内容 任务流程、策略、规则、示例 工具/服务访问接口
是否提供外部连接 不提供 提供
是否包含业务逻辑
更适合解决的问题 做某件事更高效、标准化 怎么获取或执行外部操作
典型用途 文档标准化处理、业务流程自动执行 访问数据库、调用 API、读取文件
结论 内容
核心差异 Skills = 怎么做;MCP = 从哪里拿 / 怎么接
优势对比 Skills 更高效执行任务;MCP 标准化集成工具与数据
推荐方式 两者结合能组成更强的智能体架构

Claude Code 配置

Skills

Skills 是一组文件夹,每个 Skill 是一个独立文件夹,放在目录 ~/.claude/skills/skill-name/
SKILL.md 必须存在。它是 Skill 的元数据 + 大模型执行指令

1
2
3
4
5
6
my-skill/
├── SKILL.md # 核心描述与使用说明
├── scripts/ # 可选,存放脚本(Python/JS 等)
│ └── process.py
├── templates/ # 可选,存放模板文件(Excel/Word 等)
│ └── report-template.xlsx

启动 Claude Code 后,Skill 会 自动被检测和加载(只要路径正确)

MCP

~/.claude.json 文件中的 key是 mcpServers 下面新增

1
2
3
4
5
6
7
8
9
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["@modelcontextprotocol/server-filesystem"],
"enabled": true
}
}
}

使用智谱的MCP工具,需要购买智谱的套餐

1
2
3
4
5
6
7
8
9
10
11
{
"mcpServers": {
"web-search-prime": {
"type": "http",
"url": "https://open.bigmodel.cn/api/mcp/web_search_prime/mcp",
"headers": {
"Authorization": "Bearer your_api_key"
}
}
}
}

相关文章

ClaudeCode+GLM4.6使用教程

ClaudeCode+GLM4.6使用教程

GitHub Actions 实现 Java 项目 CI CD 自动部署教程