目录

一、 核心区别

1. MCP (Model Context Protocol)：底层连接协议

2. Skills（技能）：上层业务编排

二、 区别对比表

三、 它们的联系：MCP 为 Skills 提供“弹药库”

一、 核心区别

1. MCP (Model Context Protocol)：底层连接协议

• 它是什么：MCP 是由 Anthropic 推出的一种开源标准通信协议（类似于 HTTP 或 USB 标准）。

• 解决什么问题：过去，如果你想让 AI 读取本地电脑的文件、连上公司的数据库、或者看你的 Github 代码，你需要为每一个数据源写一套专门的 API 接入代码。MCP 统一了这个标准。它采用了“客户端-服务端”架构，只要数据源提供了 MCP Server，任何支持 MCP 的 AI（MCP Client）插上就能用，实现真正的“即插即用”。

• 通俗比喻：它就像是数码界统一的 Type-C 接口标准。不管你是键盘、鼠标还是显示器，只要符合 Type-C 标准，插上电脑就能识别。

2. Skills（技能）：上层业务编排

• 它是什么：Skills 是 Agent 开发框架（如 Semantic Kernel 或 Spring AI）中的一个业务架构概念。它通常由“特定的 System Prompt（提示词） + 一组相关的 Tool（工具）”组合而成。

• 解决什么问题：它负责将底层零散的工具封装成一个有特定目的的“能力包”。大模型本身不知道怎么做复杂的业务，Skills 就是教它做事的“菜谱”。

• 通俗比喻：它就像是一个员工的岗位职责或专业手艺。比如“财务分析技能”，它包含了如何看报表的规则（Prompt），以及使用计算器、调取财务系统数据的方法（Tools）。

二、 区别对比表

三、 它们的联系：MCP 为 Skills 提供“弹药库”

在实际的现代 AI Agent 开发中，MCP 和 Skills 是完美互补的上下游关系。

实际工作流（以开发一个“程序员助手 Agent”为例）：

1. 准备基础设施 (MCP)：

   你部署了一个 Github MCP Server 和一个 本地文件系统 MCP Server。这两个 MCP 服务负责提供最基础的读写代码能力，并且对外暴露了标准接口。

2. 定义业务能力 (Skills)：

   你在 Java 代码里定义了一个 CodeReviewSkill (代码审查技能)。这个技能里面写了一段复杂的 Prompt（“你是一个严苛的架构师，请检查代码的安全性和规范性...”）。

3. 两者结合：

   你的 CodeReviewSkill 并不需要自己去写调用 Github API 的代码，它直接挂载了底层通过 MCP 接入的工具。

4. 执行：

   当用户说“帮我 Review 一下最新的提交”，大模型运用 CodeReviewSkill 里的逻辑，通过 MCP 协议安全地拉取了 Github 的代码，分析后返回结果。

总结：

MCP 解决了 AI 扩展工具时“重复造轮子对接 API”的痛苦，而 Skills 则负责把这些对接好的工具组织起来，赋予 AI 解决特定业务问题的“灵魂”。