在做大模型、Agent 或 Copilot 相关系统时，很多人都会接触到 MCP 和 Skills 这两个概念。
它们经常一起出现，也经常被混着用，但实际上关注点完全不同。

如果一句话概括：

MCP 关心的是能力如何被接入，Skills 关心的是模型能用哪些能力。

这不是命名差异，而是架构层级的区别。

---

一、为什么会同时出现 MCP 和 Skills

大模型本身只负责理解和推理，不负责执行现实世界的操作。
一旦模型需要“干活”，比如访问系统、查询数据、触发服务，就必须依赖外部能力。

问题在于：
这些能力怎么交给模型？

早期的做法比较随意：

• 通过 Prompt 描述工具
• 参数和返回结构靠约定
• 不同系统、不同模型接入方式不统一

这种方式短期可用，但一旦能力多了、模型多了，就会变得很难维护。

MCP 和 Skills 正是在这个背景下被明确区分出来的。

---

二、MCP：解决“怎么接”的问题

1. MCP 本质上是什么

MCP（Model Context Protocol）不是一个“功能”，而是一套规范。

它做的事情很简单：

• 描述有哪些外部能力
• 定义这些能力的输入参数结构
• 约定返回结果的格式
• 统一模型调用能力的方式

从工程角度看，它更像是：

面向大模型的接口协议

类似于传统系统里的 OpenAPI，只不过调用方换成了模型或 Agent。

---

2. MCP 不负责什么

一个容易误解的点是：
MCP 本身不提供任何实际能力。

它不关心：

• 这个能力有没有业务价值
• 调用之后结果怎么使用
• 用户是否真的需要它

它只解决一件事：

让模型“看得懂”和“用得了”外部能力

至于“用来干嘛”，那是更上层的问题。

---

3. MCP 的价值在哪里

MCP 的价值主要体现在三个方面：

• 能力接入方式标准化
• 模型和工具解耦
• 为 Agent / Copilot 提供稳定底座

有了 MCP，能力不再和某个模型、某段 Prompt 强绑定，系统的可演进性会好很多。

---

三、Skills：模型真正能用的东西

如果说 MCP 是接口规范，那么 Skills 更像是已经接好的接口实现。

---

1. Skills 是什么

Skills 是具体能力的封装结果，通常具备几个特征：

• 功能语义明确
• 参数含义清楚
• 有完整实现逻辑
• 模型可以直接调用

例如：

• 一个查询能力
• 一个计算或分析能力
• 一个操作系统或服务的能力

这些才是模型在推理过程中真正“用得上”的东西。

---

2. Skills 更偏应用层

和 MCP 不同，Skills 关注的是使用层面的问题，比如：

• 模型在什么情况下会选择这个能力
• 自然语言如何映射到参数
• 返回结果如何参与后续推理

这些问题本质上已经不再是“协议设计”，而是：

能力设计 + 语义设计 + 使用策略

这也是为什么 Skills 往往和具体场景、具体产品强相关。

---

3. 一个更直观的理解方式

可以简单理解为：

MCP 定规则，Skills 做事情

或者更工程一点：

Skill = 按 MCP 规范暴露出来的一项可执行能力

---

四、两者在系统中的分工关系

在一个相对完整的系统里，通常会是这样的分层：

1. MCP 层

   • 统一能力描述方式
   • 统一调用和返回结构

2. 能力实现层

   • 实际的服务、接口、系统逻辑

3. Skills 层

   • 对能力进行语义封装
   • 暴露给模型使用

4. 模型 / Agent 层

   • 决定是否调用
   • 如何使用返回结果

MCP 和 Skills 并不是竞争关系，而是上下游关系。

---

五、MCP 和 Skills 的核心区别

对比维度	MCP	Skills
本质	协议 / 规范	能力封装
关注点	如何接入能力	提供什么能力
是否包含实现	否	是
所在层级	基础设施层	应用层
稳定性	高	相对灵活
变化频率	低	高

简单说就是：

• MCP 负责长期稳定
• Skills 负责快速变化

---

六、为什么一定要区分清楚

很多系统在早期阶段会把这两层混在一起，问题不明显；
但一旦能力增多、模型升级、Agent 逻辑变复杂，问题就会集中爆发：

• 能力难以复用
• Prompt 强依赖实现细节
• 系统耦合度越来越高

把 MCP 和 Skills 区分清楚，本质上是在做一件很传统、但很重要的事情：

架构分层

---

七、总结一句话

MCP 解决的是“能力如何被模型使用”的标准问题，Skills 解决的是“模型具体能用哪些能力”的实现问题。

这两个概念分清楚了，后面无论是做 Agent、Copilot，还是做复杂自动化系统，整体结构都会清晰很多。