Skills与MCP协同：构建专业级AI智能体的完整指南！

Skills和MCP是构建高效AI智能体的两大关键技术。MCP负责连接外部工具，Skills则提供使用这些工具的流程知识。两者结合可实现明确的信息发现、可靠的流程协调和稳定的执行表现。通过财务分析和会议准备等案例展示了Skills与MCP在实际工作流中的协同效果，并详细说明了各自适用场景及区别，帮助开发者构建符合特定需求的AI应用。

Python-搬运工

396人浏览 · 2025-12-25 09:00:00

Python-搬运工 · 2025-12-25 09:00:00 发布

自 “技能（Skills）” 功能推出以来，我们收到客户最常问的两个问题是：“技能（Skills）和 MCP 如何配合使用？什么时候该用这个，什么时候该用那个？”

模型上下文协议（MCP）负责将 LLM 与第三方工具连接，而技能（Skills）则教会 LLM 如何熟练运用这些工具。当你将两者结合，就能构建出遵循团队工作流程的智能体，而非需要不断修正的通用流程。

例如，通过 MCP 连接 Notion，LLM 可以搜索你的工作空间；再添加一个会议准备技能（Skill），LLM 就会知道该调取哪些页面、如何格式化准备文档，以及团队交付会议纪要的标准，这样以来，“连接” 才真正发挥作用，而不只是 “可用” 而已。

在本文中，我们将拆解技能（Skills）与 MCP 的关系，说明如何结合两者构建遵循工作流程、输出稳定的智能体，并通过几个真实案例展示它们在实际场景中的协同效果。

一、理解技能（Skills）和 MCP

你走进一家五金店，想要修理坏掉的橱柜。店里有你需要的所有工具（木胶、夹具、替换合页），但知道该买哪些材料、怎么使用，却是另一回事。

MCP 就像让你能进入商店的各个货架通道；而技能（Skills）则好比店员的专业知识。如果不知道自己需要什么、该怎么用，再多的库存也无济于事。技能（Skill）就像热心的店员，会带你一步步完成修理流程，指出合适的耗材位置，并演示正确的使用方法。

更具体地说，MCP Servers 让 LLM 能够访问你的外部系统、服务和平台，而技能（Skills）则为 LLM 提供有效运用这些连接所需的上下文，教会 LLM 在获得访问权限后该执行哪些操作。

如果没有技能（Skills）提供的上下文，LLM 只能猜测你的需求；而有了技能（Skill），LLM 就能严格遵循你的操作手册行事。

二、为什么技能（Skills）和 MCP 配合效果出众？

MCP 负责 “连接”：以安全、标准化的方式访问外部系统。无论你是要连接 GitHub、Salesforce、Notion，还是企业内部 API，MCP 服务器都能让 Claude 获取你的工具和数据。

技能（Skills）负责 “专业能力”：提供领域知识和工作流程逻辑，将原始的工具访问权限转化为可靠的结果。一项技能（Skill）会明确：何时查询客户关系管理系统（CRM）、在结果中需要关注哪些信息、如何格式化输出，以及哪些特殊情况需要特殊处理。

这种分工让架构具备 “可组合性”：一项技能（Skill）可以协调多个 MCP 服务器，而一个 MCP 服务器也能支持数十种不同的技能（Skills）。新增一个连接，现有技能（Skills）就能整合使用；优化一项技能（Skill），它就能在所有已连接的工具中生效。

当你将技能（Skills）和 MCP 结合，就能获得以下优势：

明确的信息发现：Claude 不再盲目猜测查找方向。会议准备技能（Skill）可能会指定：先查看项目页面，再查阅往期会议纪要，最后查看利益相关者资料；研究技能（Skill）可能会规定：先从共享驱动器入手，对照 CRM 交叉验证，再通过网络搜索补充缺口。技能（Skill）将 “哪些来源对哪些任务重要” 的企业知识编码其中。

可靠的流程协调：多步骤工作流程变得可预测。没有技能（Skill）时，Claude 可能会先调取数据并格式化，再检查是否遗漏信息；而技能（Skill）会明确规定执行顺序，确保 Claude 每次都以相同方式完成工作流程。

稳定的执行表现：输出结果真正符合标准。通用结果往往需要二次编辑，而技能（Skill）会为团队定义 “完成” 的标准：正确的结构、合适的详细程度、契合受众的语气。

久而久之，团队会积累一系列相互关联的技能（Skills）和连接，让 Claude 在特定领域具备专业能力。

三、技能（Skills）与 MCP 的潜在重叠场景

MCP Servers 可能会包含工具使用提示和常见任务提示等指令，这类工具专属知识会就近存储在工具端，但本质上应保持通用性。

经验法则：MCP 指令负责说明 “如何正确使用服务器及工具”，而技能（Skill）指令负责说明 “如何在特定流程或多服务器工作流中使用这些工具”。

例如，Salesforce MCP Server 可能会指定查询语法和 API 格式；而一项技能（Skill）会明确：先检查哪些记录、如何通过 Slack 对话获取最新上下文并交叉验证，以及如何为团队的销售漏斗评审格式化输出结果。

结合 MCP 服务器和技能（Skills）时，需注意避免指令冲突。如果 MCP Server 要求返回 JSON 格式，而技能（Skill）要求格式化为 Markdown 表格，Claude 将不得不猜测哪一个是正确的。正确的分工是：让 MCP 负责连接，让技能（Skill）负责呈现、排序和工作流程逻辑。

四、技能（Skills）与 MCP 协同工作的真实案例

下面我们来看两个实际工作流程中，技能（Skills）与 MCP 的协同方式：财务分析师调取实时市场数据进行公司估值，以及项目经理使用 Notion 的 “会议智能（Meeting Intelligence）” 技能（Skill）准备会议。

在这两个案例中，MCP Servers 提供工具访问权限，而技能（Skills）明确具体操作逻辑。

4.1 案例 1：财务分析–自动化公司估值技能（Skill）

Anthropic 发布了一系列针对常见财务工作流程的预制技能（Skills），其中包括可比公司分析。可比公司分析是一种标准估值方法，分析师通常需要花费数小时从多个来源调取财务指标、应用统一的估值模型，并按照合规标准格式化输出结果。这种重复性高、易出错的工作流程，恰好能通过技能（Skills）与 MCP 的协同发挥最大价值。

技能（Skill）：可比公司分析（Comparable Company Analysis）自动化估值流程，从多个来源调取数据、应用统一模型、按特定标准格式化输出。

MCP Server：连接标普资本智商（S&P Capital IQ）、Daloopa 和晨星（Morningstar），获取实时市场数据。

工作流程：

技能（Skill）确定需要查询的数据源（信息发现）；
MCP 连接调取实时财务数据；
技能（Skill）应用估值模型并格式化输出（流程协调）；
技能（Skill）对照合规要求验证结果（执行表现）。

4.2 案例 2：会议准备–Notion 的 “会议智能（Meeting Intelligence）” 技能（Skill）

会议准备工作繁琐且耗时：需要从多个渠道（项目文档、往期会议纪要、利益相关者信息）收集上下文，再整合成预读材料和议程。这种多步骤流程，每次都需要重新解释说明。

技能（Skill）：会议智能（Meeting Intelligence）—— 明确需要搜索的页面、输出结果的结构、需包含的章节。

MCP Server：连接 Notion，支持搜索、读取和创建页面。

工作流程：

技能（Skill）确定需搜索的相关页面（包括项目资料、往期会议、利益相关者信息）（信息发现）；
MCP 连接从 Notion 搜索并调取内容；
技能（Skill）构建两份文档：内部预读材料和外部议程（流程协调）；
MCP 连接将两份文档保存到 Notion，并进行整理和关联；
技能（Skill）确保输出结果符合格式标准（执行表现）。

五、何时使用技能（Skills），何时使用 MCP？

技能（Skills）和 MCP 解决不同问题，但针对特定工作流程，有时难以判断该使用哪一个。

5.1 技能（Skills）的适用场景

技能（Skills）用于捕捉那些原本只存在于个人脑海中，或新成员加入时需要反复解释的知识。它们最适合以下场景：

涉及多个工具的多步骤工作流程：例如从多个来源收集信息，再创建结构化文档的会议准备工作；
对一致性要求高的流程：例如每季度必须遵循相同模型的财务分析、包含强制检查点的合规审查；
需沉淀和共享的领域专业知识：例如研究方法、代码审查标准、写作指南；
需不受人员变动影响的工作流程：例如将企业知识编码为可复用的指令。

5.2 MCP 的适用场景

MCP 用于扩展 Claude 的访问和使用范围。当你需要以下功能时，可使用 MCP：

实时数据访问：例如搜索 Notion 页面、读取 Slack 消息、查询数据库；
外部系统操作：例如创建 GitHub 议题、更新项目管理工具、发送通知；
文件操作：例如读取和写入 Google 云端硬盘、访问本地文件系统；
API 集成：例如连接 Claude 原生不支持的服务。

简单来说：如果你的需求是 “解释如何做某事”，那就用技能（Skill）；如果你的需求是 “让 Claude 访问某物”，那就用 MCP。

六、快速参考表：技能（Skills）与 MCP 的区别

维度	技能（Skills）	MCP
本质	流程性知识	工具连接能力
功能	教会 Claude “如何做某事”	赋予 Claude “访问某物” 的权限
加载时机	按需加载（相关场景触发时）	连接后持续可用
包含内容	指令、脚本、模板、资源	工具、资源、提示词
Token 使用逻辑	按需加载，节省上下文空间	定义信息提前加载
最适用场景	工作流程、标准规范、方法论	数据访问、API 调用、外部操作

七、常见问题

7.1 技能（Skills）会取代 MCP 吗？

不会。技能（Skills）和 MCP 解决不同问题：MCP 提供外部工具和数据的连接能力，技能（Skills）提供有效运用这些连接的流程性知识。最强大的工作流程往往需要两者结合。

7.2 一项技能（Skill）可以使用多个 MCP 服务器吗？

可以。一项技能（Skill）能同时协调多个 MCP 服务器。例如，技术竞争分析技能（Skill）可能会从 Google 云端硬盘搜索内部研究资料、从 GitHub 调取竞争对手代码库、通过网络搜索收集市场数据。

7.3 一个 MCP 服务器可以搭配多个技能（Skills）吗？

可以。技能（Skill）能提升单个 MCP 连接的价值。Notion 就通过这种模式，为同一个 MCP 连接开发了会议准备、研究、知识沉淀、需求到落地等多个独立技能（Skills），你可以在这里查看这些技能。

八、开始使用

准备好借助技能（Skills）和 MCP 进行开发了吗？以下是入门指南：

8.1 使用技能（Skills）：

在 claude.ai 的 “设置→功能（Settings→Capabilities）” 中启用技能（Skills）；
浏览技能库（skills library）获取预制示例；
阅读技能文档（skills documentation）。

8.2 使用 MCP：

浏览 MCP 服务器列表（MCP servers）查找适配你的工具；
阅读 MCP 文档（MCP documentation）；
通过 MCP 快速入门指南（MCP quick start）搭建自己的服务器。

8.3 结合两者使用：

先连接一个 MCP Server，再添加一个运用该服务器的技能（Skill）。

九、如何系统的学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

在这里插入图片描述