在AI Agent里有两个概念：skills和mcp，简要聊聊：

Skills（技能）是告诉Agent能做什么。

MCP（模型上下文协议） 是 Agent 的“连接器标准”，告诉 Agent “如何调用外部工具和数据”。

一、Skills

核心定义： Skills 是构成 Agent 核心能力的、可复用的功能模块。它代表 Agent 能够执行的具体任务或操作。

简单来说就是，一个 Agent 就像一个“万能机器人”，Skills 就是这个机器人拥有的各种“技能包”，比如“听懂中文”、“计算数学题”、“画一张图”、“发送邮件”、“查询天气”等。

特点：

1、模块化与可复用

Skills 通常是独立、封装好的代码块或配置，可以轻松地在不同 Agent 或项目中加载、卸载、组合。

2、功能可大可小

一个 Skill 可以是很简单的功能（如“计算两个数之和”），也可以是很复杂的流程（如“自动完成一个工程”，这可能需要调用多个子技能）。

3、抽象了具体实现

Agent 的决策核心（大语言模型）知道它可以调用一个 “send_email” Skill，但不需要知道这个 Skill 底层是用 SMTP 协议还是 Graph API 实现的。

4、通过自然语言触发

大语言模型通过理解用户的自然语言指令，决定调用哪个 Skills。例如，用户说“帮我发个邮件给老板”，Agent 就会触发内部的 “send_email” Skill。

意义：让大语言模型可以“行动”，而不仅仅聊天。

二、MCP

MCP（Model Context Protocol，模型上下文协议）
核心定义： MCP 是 Anthropic 提出的一项开放协议，旨在标准化 AI 模型（尤其是 LLM）与外部工具、数据源、服务之间的交互方式。它定义了 Agent 如何“发现、连接和调用”外部资源。

简单来说就是，Skills是定义Agent的能力，然后mcp是为这个能力的接入提供“标准化的USB接口”。

特点：

1、标准化接口

就像一个通用的插头，无论你是电饭煲还是电脑，插头形状一致就能通电。

2、本身不提供“技能”或“功能”，比如文件读取、查询数据库。

只是一个标准化协议，来描述一个工具“有什么功能（工具定义）”、“需要什么参数”、“返回什么数据格式”。

意义：避免每个不同的工具如果被agent调用，都要写对应的“说明”代码。