题目

概念区分：智能体的MCP tools和Skills

解答

来详细介绍一下智能体（Agent）领域的两个核心概念：MCP Tools 和 Skills。

这两个术语经常被一起提及，但它们处于不同的抽象层级，服务于不同的目的。可以这样理解：

• MCP Tools 是底层的、标准化的“接口”或“驱动”，它定义了如何连接到一个外部工具。

• Skills 是上层的、面向任务的“能力”或“功能”，它定义了智能体可以做什么。

下面我们分别深入探讨，并梳理它们之间的关系。

一、MCP Tools

1. 核心定义

MCP（Model Context Protocol，模型上下文协议）Tools 是在 MCP协议 框架下，由MCP服务器暴露给智能体（或客户端）的可调用功能。

MCP是一个开放协议，它就像AI应用的“USB-C接口”，旨在标准化应用程序（如智能体、IDE）如何向大语言模型提供上下文和功能。在这个协议下，一个“Tool”就是一个可以被模型智能体调用的具体操作。

2. 主要特征

• 标准化接口：MCP Tools 的定义和调用方式遵循统一的MCP协议规范。无论背后是哪个API、哪个数据库，它都以统一的JSON格式向智能体暴露自身。

• 声明式定义：一个MCP Tool通常包含：

  • 名称：工具的唯一标识符。

  • 描述：用自然语言说明工具的功能，这对于大语言模型理解何时调用它至关重要。

  • 输入模式：描述调用该工具需要提供哪些参数，通常使用JSON Schema格式定义。

• 由服务器托管：MCP Tools 不是直接嵌入在智能体代码中的，而是由独立的MCP服务器提供。一个MCP服务器可以提供多个相关的MCP Tools。

• 执行透明：智能体负责决定调用哪个Tool并传入参数，但Tool本身的执行逻辑（如发送HTTP请求、执行本地命令）是在MCP服务器端完成的，对智能体是透明的。

3. 示例

想象一个“文件系统MCP服务器”，它可能提供以下几个MCP Tools：

• Tool 名称：read_file

  • 描述：读取指定路径的文件内容。

  • 输入模式：{ "file_path": { "type": "string", "description": "文件的完整路径" } }

• Tool 名称：list_directory

  • 描述：列出指定目录下的所有文件和文件夹。

  • 输入模式：{ "dir_path": { "type": "string", "description": "目录的完整路径" } }

• Tool 名称：write_file

  • 描述：将内容写入指定文件。

  • 输入模式：{ "file_path": { "type": "string" }, "content": { "type": "string" } }

智能体通过MCP协议发现这些Tools，并知道如何使用它们。当用户说“帮我读一下桌面的notes.txt”时，智能体会理解这个意图，然后调用read_file这个MCP Tool，并传入参数{ "file_path": "/Users/username/Desktop/notes.txt" }。

4. 价值与意义

• 打破数据孤岛：让AI能够安全、标准地访问实时数据和执行操作。

• 一次构建，到处使用：开发者构建一个MCP服务器，它提供的Tools可以被任何支持MCP协议的智能体应用所使用。

• 解耦与模块化：智能体的推理能力与工具的执行业务逻辑完全分离，便于维护和扩展。

二、Skills

1. 核心定义

Skills（技能） 是一个更宽泛、更上层的概念。它指的是智能体为了完成特定任务而具备的一种能力单元。这个能力单元可能由多种底层组件组合而成。

2. 主要特征

• 面向任务：Skills 直接对应业务层面的能力。例如：“发送邮件”、“搜索公司内部知识库”、“生成销售周报”、“预订会议室”。

• 组合性：一个Skill可能非常简单，直接对应一个函数或一个API调用；也可能非常复杂，是多个步骤的组合，甚至可能调用多个底层的MCP Tools或其他Skills。

• 语义化：Skills 的描述和定义更贴近人类语言和业务逻辑。

• 与平台/框架相关：Skills 的具体实现方式取决于你所使用的智能体开发框架（如 LangChain、AutoGen、CrewAI 等）。在这些框架中，一个Skill通常表现为一个“工具”（Tool，这里的Tool是框架层级的叫法）或一个“代理”。

3. 示例

让我们构建一个“个人助理”智能体，它可以具备以下Skills：

• Skill 1：整理会议纪要

  • 实现：这可能是一个复杂的流程。它会先调用MCP Tool read_file 读取语音转文字的草稿文件，然后利用大语言模型本身的总结能力生成纪要，最后可能调用MCP Tool send_email 将纪要发送给所有参会人。它组合了大语言模型的推理能力和多个MCP Tools。

• Skill 2：查询天气

  • 实现：这可能就是一个简单的技能。它会调用一个 MCP Tool get_weather（由某个天气MCP服务器提供），该工具再调用外部天气API。

• Skill 3：计算两个数的和

  • 实现：这甚至可以不调用任何外部MCP Tool，而是直接执行一段简单的Python代码。这个计算功能本身就是一个Skill。

4. 价值与意义

• 增强智能体的能力：Skills 是智能体执行具体操作的“手”和“脚”，让智能体从“只会聊天”变成“能够做事”。

• 复用与共享：在一个团队或组织内，可以构建一个共享的Skills库，不同的智能体应用可以按需选用和组合这些Skills。

• 抽象复杂性：对用户而言，他只需说“帮我处理这份合同”，而无需关心背后的Skill是调用了哪个MCP Tool来解析PDF，又是调用了哪个MCP Tool来更新CRM系统。

三、MCP Tools 与 Skills 的关系与区别

通过上面的介绍，我们可以清晰地看到它们的关系：

维度	MCP Tools	Skills
抽象层级	较低（接口/协议层）	较高（业务/能力层）
核心关注点	如何连接到外部世界。它关心的是“连接”和“调用”的标准方式。	智能体能做什么。它关心的是“任务”和“目标”的实现。
标准性	强标准化。遵循MCP协议，任何客户端都可发现和调用。	无统一标准。实现方式因框架和应用而异。
粒度	通常较细。对应一个原子操作，如 read_file、http_get。	可细可粗。可以是原子的，也可以是多个操作的组合。
组合关系	是构建 Skills 的基础组件。	可以调用一个或多个 MCP Tools 来完成其任务。
类比	乐高积木块。它们是构建复杂结构的基本、标准化的单元。	乐高模型（如一辆车、一栋房子）。它们是用标准积木块搭建起来的、具有特定功能的完整结构。

总结

• MCP Tools 是标准化“连接”的产物。它解决的是“如何让AI以统一方式使用成千上万种不同工具”的问题。它让工具的提供变得简单、即插即用。

• Skills 是智能化“能力”的体现。它解决的是“如何让AI完成一个具体、复杂的任务”的问题。它让智能体变得有用、强大。

可以这样理解：Skills 定义了“做什么”，而 MCP Tools 提供了“怎么做”的标准方式。一个健壮的智能体系统，通常会用MCP Tools来构建一个丰富的、标准化的“工具库”，然后在这个基础上，通过业务流程和逻辑编排，将这些Tools组合成更高阶的、面向具体场景的Skills。