Agent Skills 和 MCP 简要介绍

2026-5-11

Agent Skills

Agent Skills（简称 Skills）是智能体按需加载的指令与资料集合，以独立目录的形式组织和版本化管理。每个 Skill 的核心是一个 SKILL.md 文件，包含元数据和执行指令，智能体据此判断何时加载、如何执行。

把一段固定的流程、专业知识和操作规范打包成一个“技能包”，然后让 AI 在合适的时候自动加载使用，而不是每次都手动编写额外的提示词。

一个skill的主要组成部分

一个 Skill 通常是一个文件夹（参考skills规范），里面包含一个 SKILL.md 文件，用来描述任务、规则、步骤和输出格式。

my-skill/
├── SKILL.md          # Required: metadata + instructions
├── scripts/          # Optional: executable code
├── references/       # Optional: documentation
├── assets/           # Optional: templates, resources
└── ...               # Any additional files or directories

SKILL.md 是唯一必选文件，由元数据和正文两部分组成：

• 元数据：至少包含 name（唯一标识符）和 description（适用场景与触发条件）。智能体根据 description 判断是否加载该 Skill。

• 正文：分步描述操作流程，可包含条件分支、检查点和预期输出，并定义明确的成功标准。

MCP( 模型上下文协议 )

MCP（Model Context Protocol，模型上下文协议） ，2024年11月底，由 Anthropic 推出的一种开放标准，旨在统一大模型与外部数据源和工具之间的通信协议。MCP 的主要目的在于解决当前 AI 模型因数据孤岛限制而无法充分发挥潜力的难题，MCP 使得 AI 应用能够安全地访问和操作本地及远程数据，为 AI 应用提供了连接万物的接口。

在MCP出现之前，AI要使用数据主要通过复制粘贴或者上传知识库实现，比较局限，容易受到数据隔离的限制

MCP采用客户端-服务器架构：AI 代理作为客户端向 MCP 服务器发送请求，服务器返回数据或执行操作，支持工具调用标准化，避免了碎片化集成

简单总结

可以看出MCP在这里主要充当一个数据和工具提供者的作用，从服务器获取对应信息及工具提供给大模型作为上下文。

而Agent Skills则充当了一个操作手册的作用，指导AI去高效地工作