开发 AI Agent，先厘清 MCP 和 Skills

分清MCP与Skills，AI Agent的正确打开方式！一文解析两者区别及使用场景。
核心内容：
1. MCP的定义与作用：Model Context Protocol作为中间层标准化外部数据调用
2. MCP与提示词工程、上下文工程的区别：明确不同AI应用场景的处理逻辑
3. MCP解决的关键问题：安全、标准地将外部数据和工具接入AI模型

什么时候应该使用MCP，什么时候更适合使用Skills。

读完后，你将理解它们各自的使用场景与差异。

首先，从大模型本身开始说起。

大模型可以被理解为一台预测机器：它阅读过大量书籍、网页、文档和论坛帖子，再依据这些信息中的模式回答不同问题。

例如询问唐朝的发展历史，它能够回答。

询问如何检查数据库，它也了解部分通用方法。

但若要它给出正确答案，仅仅依靠“知道得多”远远不够。

更重要的是向它提供正确的上下文。

上下文可能包含许多不同信息。

例如，你希望数据采用什么格式输出。

又如，团队内部怎样配置数据库。

还可能是某个工具刚查询过数据库，并将查询结果返回给模型。

如果只是告诉模型一个角色、一个任务，让它回答问题，这通常叫提示词工程。

当格式要求、外部数据、工具返回结果和业务规则被一并交给模型，让它依据这些上下文进行判断时，这种做法便更接近上下文工程。

简单说，提示词工程更像是“怎么问”。

上下文工程更像是在准备模型作出判断所需的信息。

于是问题随之而来：

究竟该怎样把正确的上下文提供给 AI？

又该如何基于这些内容构建真正能够工作的 Agent？

先来了解 MCP。

假设你的 Agent 需要读取 CRM，也就是客户关系管理系统中的数据。

一种较粗糙的办法，是把该系统的 API 文档和访问凭证都交给大模型，然后告诉它：

请更新这个客户的联系方式，务必不要出错。

这种方式听起来就不够稳妥。

因为模型必须自行理解文档、判断接口调用方式，还要独自处理认证与请求格式。

MCP，即 Model Context Protocol，正是用于解决这一问题。

它负责将 AI 模型和各种数据源之间的通信方式标准化。

可以把它看作一个中间层。

它将服务 API 封装为大模型更容易使用的格式，同时处理认证、权限以及读写范围等事务。

在后台，MCP server 接收来自 AI 应用或开发环境的请求。模型提出所需信息后，MCP server 会把请求转换成真正的接口调用，例如查询请求或更新请求。

服务随后返回结果，再由系统把结果送回模型的上下文窗口。

这样，AI 不必拿着冗长的接口文档自行猜测，而能经由标准层访问外部数据源。

那么，MCP 更适合处理什么问题？

概括而言，就是“如何安全、标准地把外部数据与工具交给模型”。

但这里仍有另一个问题。

MCP 能帮助模型取得外部数据，却未必知道团队希望如何处理这些数据。

例如，同样从 CRM 读取客户资料，销售团队可能要求每次都使用固定格式输出：

客户姓名、联系方式、最近一次沟通记录，以及客户偏好的沟通方式，例如微信、电话或企业微信。

这个案例虽然具体，反映的问题却很真实。

如果你希望模型每一次都用同一种格式、同一种规则、同一种流程来做事，只靠临时提示词就会比较累。

大模型本身并非完全确定，同一项任务今天可能这样写，明天又会换一种方式。

这正体现了 Skills 的价值。

Skills 更接近为模型准备的一组可复用能力包。

其中可以包含一个 Markdown 文件，用于说明 Skill 的名称、适用时机以及具体操作方法。

它还能够附带资源文件、示例，甚至是脚本。

例如经常使用大模型清理 Excel 文档、检查代码、运行特定验证，或开展合规检查。

这些固定提示词、固定步骤、配套脚本，都可以打包成一个 Skill。

更关键的是，Skill 能在需要时自动加载到模型上下文中。

当你询问代码错误时，系统才加载代码调试相关的 Skill；当问题涉及文档整理时，再加载文档整理相关的 Skill。

因此，无须每次都手动把大量规则重新复制给模型。

现在回到刚才提出的问题：

什么情况下选 MCP，什么情况下选 Skills？

如果 AI 应用需要访问实时数据，并且必须通过权限边界明确、较为受控的方式访问，那么 MCP 更为合适。

例如，你想查询某个客户的最新信息。

这类需求都属于“AI 必须从外部系统获取数据或调用工具”。

如果只是希望为 AI 添加一项可复用的自定义能力，配置 MCP 可能显得过重。

在这种情况下，Skills 更适合。

Skills 相对轻量，作用是教模型如何完成某件事。

例如获取并分析投资数据，或者借助 Skill 附带的脚本和示例完成特定任务。

因此，可以这样理解二者：

MCP 类似 Agent 与外部工具之间的集成层。

Skills 则类似模型执行某类任务时使用的说明书与工具包。

登录查看剩余 70% 内容