核心对比：四者关系图谱

┌─────────────────────────────────────────────────────────────────┐
│                    Agent 能力栈                                  │
├───────────────┬───────────────┬───────────────┬─────────────────┤
│    MCP        │    Tools      │   Skills      │  Subagents      │
│  (连接层)      │  (基础能力)   │  (专业知识)    │   (分工协作)     │
├───────────────┼───────────────┼───────────────┼─────────────────┤
│ 连接外部系统   │ 提供核心功能   │ 传授做事方法   │  独立处理子任务  │
│ 数据库/API/服务│ 文件操作/搜索  │ 领域最佳实践   │  并行+隔离上下文 │
└───────────────┴───────────────┴───────────────┴─────────────────┘
         ↓              ↓              ↓                ↓
    "能访问什么"    "能做什么"      "知道怎么做"       "谁来执行"

1- 详细对比

Skills vs MCP

维度	MCP	Skills
核心目的	连接智能体与外部系统和数据（数据库、API、服务）	教智能体如何处理这些数据
典型示例	MCP Server 连接到数据库	Skill 规定：“使用表的 A、B 列计算指标 X”
本质区别	提供访问权限	提供专业知识

💡 一句话总结：MCP 解决"能不能访问"，Skills 解决"访问后怎么做"。

---

Skills vs Tools

维度	Tools	Skills
核心目的	为智能体提供完成任务的基础能力	用专业知识扩展智能体能力
上下文管理	Tool 定义（名称、描述、参数）始终占用上下文窗口	Skills 动态按需加载
灵活性	固定能力集合	可包含脚本作为"按需工具"（tools on demand）

💡 关键差异：Tools 是常驻基础设施，Skills 是弹性知识库。

---

Skills vs Subagents

维度	Subagents	Skills
核心目的	拥有独立的上下文和工具权限	向主智能体或其子智能体提供专业知识
工作方式	主智能体委派任务，子智能体独立执行（可并行），返回结果	指导工作应如何完成
典型示例	Code Reviewer 子智能体	特定语言或框架的最佳实践 Skill
作用范围	任务执行层	知识赋能层

💡 协同关系：Skills 可同时增强主智能体和其子智能体的专业能力。

---

Summary

Features	Skills	Prompts	Subagents	MCP
提供了什么	程序性知识(Procedural knowledge)	即时指令(Moment-to-moment instructions)	任务分配(Task delegation)	工具连接(Tool connective)
保持情况(Persistence)	所有对话中(Across conversations)	单个对话(Single conversations)	跨会话保持(Across sessions)	持续连接(Continuous connection)
包含内容	Instructions + Code + assets	自然语音	整个agent逻辑	工具定义(Tool definitions)
什么时候载入	需要时动态载入	每轮交互	被调触发时	随时可用
Best for	专业知识(Specialized expertise)	快速询问	专项任务(Specialized tasks)	数据访问(Data access)

2- 整合应用：客户洞察分析器示例

┌────────────────────────────────────────────────────────────┐
│              Customer Insight Analyzer（客户洞察分析器）     │
├────────────────────────────────────────────────────────────┤
│  📋 Skill: 客户反馈分类指南 + 调研结果总结方法论              │
│     └── 规定如何打标签、如何提炼关键发现                      │
├────────────────────────────────────────────────────────────┤
│  🔌 MCP Server: Google Drive MCP                           │
│     └── 访问存放客户访谈记录和问卷回复的 Drive 文件夹          │
├────────────────────────────────────────────────────────────┤
│  🤖 Subagents:                                            │
│     ├── Interview Analyzer（访谈分析子智能体）← 加载 Skill   │
│     └── Survey Analyzer（问卷分析子智能体）   ← 加载同一 Skill │
│     [并行处理，各自隔离上下文，结果汇总至主智能体]             │
└────────────────────────────────────────────────────────────┘

组件	角色定位
Skill	指导反馈分类方法和调研总结规范
MCP Server	Google Drive MCP，访问客户访谈记录和问卷回复
Subagents	Interview Analyzer（访谈分析）、Survey Analyzer（问卷分析）

3 关系总结

数据访问 ──────► 做事方法 ──────► 具体执行
   │               │              │
   ▼               ▼              ▼
  MCP            Skills      Tools/Subagents
 (桥梁)          (大脑)         (手脚)

• MCP：打通外部世界，解决数据来源问题
• Skills：沉淀专业知识，解决方法论问题
• Tools：提供原子能力，解决功能有无问题
• Subagents：实现任务分解，解决规模化协作问题

4- 练习

基于Skill generating-practice-questions 生成的巩固习题
github: generating-practice-questions

来源: Why Use Skills & Skills与其他组件对比
说明: 请独立完成以下练习，答案请参考讲义内容。

---

第一部分：判断题 (True/False)

1. Agent Skills 采用渐进式加载机制，其中 SKILL.md 的元数据（name + description）始终占用上下文窗口。

2. MCP 的核心目的是教智能体如何处理数据，而 Skills 的核心目的是提供访问外部系统的权限。

3. 根据渐进式披露机制，references/、scripts/、assets/ 目录中的文件在 Skill 触发时就会自动加载。

4. Subagents 可以拥有独立的上下文和工具权限，能够并行执行任务，结果返回给主智能体。

5. Skills 和 Prompts 的主要区别在于：Skills 是跨对话保持的，而 Prompts 仅在单个对话中有效。

---

答： 1 √, 2 X, 3 X, 4 √, 5 √

第二部分：解释题

1. 解释什么是 Skills 的"渐进式披露机制"，并说明三个层级的加载时机和典型大小。

2. 对比 Skills 和 Tools 在上下文管理方面的差异，并说明为什么这种差异很重要。

3. 什么是 Skills 的"可组合性"？请用一个实际的例子说明多个 Skills 如何组合构建复杂工作流。

4. 在使用 Skills 的架构中，通用智能体相比专用智能体有什么优势？结合认知演进图说明。

5. 解释 Skills、MCP、Tools 和 Subagents 在 Agent 能力栈中的各自角色定位，并说明它们之间的关系。

---

答：

1. 为了避免占用过多的上下文窗口进行3层渐进加载
   1)Yaml frontmatter(name + description(包含触发词))始终加载
   2)后面的主体内容-指令，触发时加载
   3)相关参考资源（references, scripts, assets中的文件），按需加载

2. Tools常驻的（需要精确控制、探索性操作、或 Skills 未覆盖的场景），为智能体提供完成任务的基础能力， Skills是按需加载的（执行标准化、可复用的复杂任务流程）。
   1)Tools的上下文管理特点：每次调用都是独立函数执行，如read_file或者execute_command;不保留前序调用的上下文，需要手动维护状态；参数必须在每次调用时完整提供
   2)Skills的上下文管理特点：通过 skill 工具加载后，提供完整的操作流程指导;封装了专业领域的知识和工作流程，如 create-mcp-server 或 generating-practice-questions;内部维护了任务执行的上下文和状态流转
   3)这种差异的重要性：这种差异使得系统既能保持底层工具的灵活性，又能通过 Skills 提供高效、可靠的专业任务执行能力。

3. 多个 Skills 组合构建复杂工作流： 简单的根因分析工作流

┌─────────────────────────────────────────────────────────────────┐
│                    根因分析工作流 (Workflow)                      │
│                         orchestrator Skill                       │
└─────────────────────────────────────────────────────────────────┘
                                │
        ┌───────────────────────┼───────────────────────┐
        ▼                       ▼                       ▼
┌───────────────┐      ┌───────────────┐      ┌───────────────┐
│  sql-gen      │      │  data-fetch   │      │  causal-learn │
│  Skill        │      │  Skill        │      │  Skill        │
│               │      │               │      │               │
│ 输入: 自然语言   │      │ 输入: SQL      │      │ 输入: 时间序列  │
│ 输出: SQL语句   │◄─────│ 输出: DataFrame│─────►│ 输出: 因果图   │
│               │      │               │      │               │
└───────────────┘      └───────────────┘      └───────────────┘
                                │                       │
                                ▼                       ▼
                       ┌───────────────┐      ┌───────────────┐
                       │  feature-eng  │      │  granger-test │
                       │  Skill        │      │  Skill        │
                       │               │      │               │
                       │ 输入: 原始数据   │      │ 输入: 多变量   │
                       │ 输出: 特征表    │◄─────│ 输出: p-value │
                       │               │      │               │
                       └───────────────┘      └───────────────┘
                                │
                                ▼
                       ┌───────────────┐
                       │  report-gen   │
                       │  Skill        │
                       │               │
                       │ 输入: 分析结果   │
                       │ 输出: Markdown │
                       │               │
                       └───────────────┘

4. 这个就直接看 1. 认知演进：从专用到通用
5. MCP(链接外部的桥梁) -> Skills(专业知识的沉淀，SOP等) -> Tools(执行：提供原子能力)/Subagents(实现任务分解)