一句话说明：机器人（AI）通过查阅标准化说明书（MCP 协议）来理解并操作工具箱里的各种具体工具（API），从而完成复杂任务；其中，说明书（MCP）定义了工具的用途和用法，而每个工具（API）则封装了某项特定的原子能力，至于将这些工具组合起来完成任务的“技能”（Skill），则是机器人（AI）结合说明书和任务需求后产生的智能行为。

1 基本概念  

大模型应用开发中，有三个容易混淆但非常重要的概念。

维度	API	MCP (Model Context Protocol)	Skill
本质	应用程序编程接口	Anthropic 提出的开放协议，让大模型能够安全、标准化地调用外部工具和数据源。	封装在模型内部的特定能力模块，让模型能够执行特定任务。
层级	应用层	协议/中间件层	能力 / 功能层
目标	让外部系统调用模型能力	让模型调用外部工具/数据	封装特定领域能力
方向	外部 → 模型	模型 → 外部	模型内部 / 第三方扩展
典型场景	调用 GPT API 生成文本	让模型查询数据库、调用工具	代码解释器、联网搜索

API/Function Calling 是 LLM 的能力——把自然语言转换成结构化的函数调用请求。MCP 是在 Function Calling 之上的协议层——它标准化了"函数在哪里、怎么调用、怎么发现"。MCP解决"连接"问题，让 AI 能访问外部世界、能"碰到"数据。 Skill 解决"方法论"问题，教 AI 怎么做某类任务、怎么"处理"数据。

2 MCP

 Anthropic 在 2024 年 11 月发布的开源协议，用于标准化 AI 应用与外部系统的交互方式。MCP（Model  Context Protocol） 是一种 协议级的工具描述机制，是“模型如何理解外部能力”的统一接口规范。本质上，它更接近 函数签名 + API 契约。

在 MCP 中，一个工具通常被描述为：

• 工具名称
• 功能描述
• 输入参数 schema（类型、必填项）
• 输出结构 schema
• 错误语义

{
  "name": "create_issue",
  "description": "Create a GitHub issue",
  "inputSchema": {
    "repo": "string",
    "title": "string",
    "body": "string"
  },
  "required": ["repo", "title"]
}

2.1 MCP 的架构

MCP 基于 JSON-RPC 2.0 协议，采用客户端-主机-服务器（Client-Host-Server）架构：

组件	角色定位	典型实例	核心职责
主机	AI应用/编排层	Claude Desktop、Cursor、VS Code	维护对话上下文、管理客户端生命周期、执行安全策略
客户端	协议通信层	主机内部组件	维护与服务器的1:1会话、处理协议协商、双向路由消息
服务器	能力提供层	文件服务器、数据库服务器	通过原语暴露功能、独立运行、请求采样

2.2 MCP vs 传统API

维度	传统API	MCP协议
开发成本	需为每个模型单独适配	一次开发，多端通用
交互模式	单向请求-响应	双向流式通信
工具发现	预定义工具列表	动态发现
上下文	无状态	支持上下文传递与状态保持

3 Skill

3.1 基本概念

Skill (技能)，封装在模型内部的特定能力模块，让模型能够执行特定任务。拓展了模型能力，可以是原生或第三方插件，针对特定任务优化。Skill 常见类型有：代码解释器、联网搜索、RAG知识检索、图像生成、语音识别等。

Skill 是一个文件夹，里面放着指令、脚本和资源，AI 会根据需要自动发现和加载。

Skill 的文件结构：

my-skill/
├── SKILL.md              # 必需：元数据 + 主要指令
├── reference.md          # 可选：详细参考文档
├── examples.md           # 可选：使用示例
├── scripts/
│   └── helper.py         # 可选：可执行脚本
└── templates/
    └── template.txt      # 可选：模板文件

3.2 Skill 运行时机制

1）在对话或 Agent 启动时，模型看到的通常只是：技能名称、简要用途。此时模型不知道技能的具体细节。

You have the following skills:
- report-gen: Generate structured reports
- db-migrate: Help migrate database schemas
- code-review: Review code changes

2）当模型判断需要某个 Skill 时，系统才会把skill，如 db-migrate/SKILL.md 的完整内容注入上下文。

Steps:

1. Read current schema

2. Identify breaking changes

3. Generate migration plan ...

让模型先做判断，等它确认要用，再告诉它细节。

3.3 工具加载

3.3.1 全量加载

优点：响应快（不需要额外加载）、模型了解全部能力

缺点：消耗更多 tokens、可能造成干扰（无关 Skill 影响决策）

3.3.2 按需加载

优点：节省 tokens、减少干扰

缺点：首次调用有延迟、需要智能匹配机制

3.4 应用示例

4 Skill使用流程

5 类比说明：API、MCP和Skill关系

概念	比喻中的角色	一句话解释
API	具体的工具（如：扳手、螺丝刀）	一个具体的、可被调用的接口，用于执行某个单一、确定的操作（如：create_file）。
MCP	标准化的说明书	一个统一的协议和格式，规定了如何描述工具、如何发现工具以及如何调用工具。
Skill	机器人使用工具的能力	是AI模型利用MCP协议发现并组合使用多个API，以完成一个复杂任务（如“备份数据库并上传到云端”）的高阶能力封装。

• MCP 是“语法”，定义了AI与外部世界交互的通用语言和格式。

• API 是“词汇”，是构成这种交互的具体、可执行的单词。

• Skill 是“口语”，是AI运用“语法”和“词汇”来解决实际问题的连贯能力。