文章摘要:
在大模型应用和 Agent 项目中,Skill、Tool、SOP、MCP 经常被混用。本文不堆概念,而是从“业务规则、AI能力、执行动作、连接协议”四个层次出发,讲清它们各自解决什么问题、彼此如何配合,以及为什么 MCP 不能简单替代 API。

推荐标签: 大模型 MCP AI Agent 企业架构 Skill


前言

最近在做大模型应用、智能问数、企业 Agent 或 MCP 项目时,很多团队都会遇到类似问题:

  • Skill 到底是不是提示词?
  • Tool 和 API 有什么区别?
  • SOP 能不能直接变成 Skill?
  • 有了 MCP,是不是原来的 API 就可以不用了?
  • Agent、工作流、MCP 到底谁负责编排?

这些问题看起来是名词问题,实际上会直接影响系统架构。

概念理解错了,项目很容易走向两个极端:

  1. 把所有 API 原样暴露给大模型,让模型自己“碰运气”调用;
  2. 把一大段 SOP 塞进提示词,就认为已经完成了 AI 能力建设。

本文给出一个最容易落地的理解框架。


一、先记住这四句话

  • SOP:规定业务应该怎样做。
  • Skill:描述 AI 如何完成一类任务。
  • Tool:负责执行一个具体动作。
  • MCP:让 AI 用统一方式连接 Tool 和外部资源。

可以把它们想象成一次维修任务:

  • SOP 是维修手册;
  • Skill 是维修人员掌握的维修能力;
  • Tool 是扳手、万用表和诊断仪;
  • MCP 是统一规格的工具接口;
  • ERP、数据库和业务系统则是被操作的真实对象。

二、SOP:它首先是业务规则,不是技术接口

SOP 的全称是 Standard Operating Procedure,即标准作业流程。

例如,一家公司规定“库存不足时如何补货”,SOP 可能是:

1. 查询当前可售库存
2. 计算未来7天预测销量
3. 查询在途采购数量
4. 判断是否存在缺货风险
5. 生成补货建议
6. 金额超过5万元需要财务审批
7. 审批通过后创建采购单

SOP 关注的是:

  • 先做什么、后做什么;
  • 什么情况下继续;
  • 什么情况下审批;
  • 发生异常怎么办;
  • 谁负责;
  • 输出结果是什么。

注意,SOP 并不天然属于 AI。没有 AI 时,人也可以按照 SOP 执行。

因此,SOP 的本质是业务标准化


三、Skill:不是一个接口,而是一类任务能力

很多人把 Skill 理解成“一个 Prompt”,其实不够准确。

一个成熟的 Skill,至少应包含:

任务目标
输入要求
业务知识
执行步骤
SOP规则
Tool选择方式
异常处理
人工确认节点
输出模板

例如“库存异常诊断 Skill”,它不只是调用一次库存接口,而可能完成:

查询销量
→ 查询库存
→ 查询在途采购
→ 计算周转天数
→ 按SOP识别缺货和积压
→ 生成补货、调拨、促销建议
→ 高风险操作提交审批

因此:

Tool 是“查询库存”,Skill 是“完成库存异常诊断”。

这就是两者最重要的区别。

Skill 的核心价值

Skill 让 AI 不只是“会调用工具”,而是“知道为什么调用、什么时候调用、先调用什么、失败后怎么办”。

从企业视角看,Skill 是把以下内容打包起来:

业务经验 + 操作流程 + 判断逻辑 + 工具编排 + 输出标准

四、Tool:真正执行动作的能力

Tool 是 AI 能够调用的具体能力,例如:

query_order_summary
query_inventory
query_product_cost
create_purchase_request
send_approval
update_product_price

Tool 的特点是:

  • 输入明确;
  • 输出明确;
  • 动作可验证;
  • 权限可控制;
  • 失败可识别;
  • 调用可审计。

Tool 和 API 到底有什么区别

API 是系统的技术接口;Tool 是面向 AI 的业务能力封装。

例如底层系统有三个 API:

GET /stock/available
GET /stock/locked
GET /purchase/in-transit

对 AI 来说,可以封装成一个更好理解的 Tool:

query_inventory_status

Tool 内部完成:

  • 调用三个 API;
  • 合并结果;
  • 统一字段;
  • 做权限过滤;
  • 将错误码转换成可理解信息。

所以不要简单地把所有 API 原样注册成 Tool。

一个好的 Tool,需要有明确的业务语义。


五、MCP:它是协议,不是业务系统

MCP 的全称是 Model Context Protocol。

它解决的是:

  • AI 如何发现有哪些工具;
  • AI 如何知道工具需要哪些参数;
  • AI 如何读取外部资源;
  • AI 如何调用工具;
  • 不同 AI 客户端如何复用同一套能力。

典型架构如下:

AI应用或Agent

MCP Client

MCP Server

Tool

企业API

ERP CRM WMS BI 数据库

MCP Server 可以向 AI 暴露:

  • Tools:可执行动作;
  • Resources:数据、文档、上下文;
  • Prompts:预设模板。

MCP 不会自动解决什么

MCP 并不会替代:

  • API 网关;
  • 数据中台;
  • 工作流引擎;
  • ETL;
  • 消息队列;
  • 调度系统;
  • 权限系统。

它重点解决的是 AI 接入问题。


六、四者放在一起是什么关系

完整关系可以写成一句话:

SOP 定义规则,Skill 组织任务,MCP 提供连接,Tool 执行动作,应用系统保存真实结果。

流程如下:

用户提出任务

AI或Agent

Skill

SOP规则

MCP

Tool

企业API

ERP CRM WMS BI OA


七、用一个真实业务场景理解

用户说:

分析最近30天的滞销商品,并给出处理建议。

1. SOP 做什么

SOP 规定:

  • 连续 14 天无销量且库存大于 0,视为滞销;
  • 周转天数超过 90 天,视为高库存;
  • 降价超过 10% 需要主管审批;
  • 商品下架必须由运营确认。

2. Skill 做什么

Skill 负责:

识别时间范围
→ 查询销量
→ 查询库存
→ 查询成本和毛利
→ 根据SOP判断
→ 生成促销、调拨、降价或下架建议
→ 触发审批

3. Tool 做什么

Tool 负责:

query_sales_data
query_inventory
query_product_margin
create_price_approval
create_product_offline_request

4. MCP 做什么

MCP 让 AI 能够统一调用:

  • 销售数据 MCP Server;
  • 库存 MCP Server;
  • 商品 MCP Server;
  • OA 审批 MCP Server。

5. 应用系统做什么

  • BI 返回销售指标;
  • WMS 返回库存;
  • ERP 返回成本;
  • OA 完成审批;
  • 商品系统完成下架或调价。

八、有了 MCP,还要不要 API

当然要。

推荐关系不是:

MCP 替代 API

而是:

MCP 建立在 API 之上

正确架构:

AI / Agent
    ↓
MCP Client
    ↓
MCP Server
    ↓
Tool
    ↓
API
    ↓
业务系统

API 适合

  • 系统之间固定调用;
  • 高并发交易;
  • 微服务通信;
  • 前后端交互;
  • 数据同步。

MCP 适合

  • AI 动态选择工具;
  • 自然语言驱动操作;
  • 多系统能力统一暴露;
  • Agent 多步骤执行;
  • 外部资源读取。

九、企业落地时最容易犯的错误

1. 将所有 API 直接暴露给大模型

这样会导致 Tool 数量爆炸,参数复杂,模型很难稳定选择。

2. 把 SOP 原文直接复制到 Prompt

SOP 面向人工,往往不够结构化。需要转成:

  • 可执行步骤;
  • 判断规则;
  • Tool 调用;
  • 异常分支;
  • 审批节点。

3. 给 AI 过大的写权限

AI 不应该直接获得数据库超级账号,也不应该绕过审批修改价格、付款或删除数据。

4. Tool 粒度过细

大量“查询某个字段”的 Tool 会让 Agent 调用链过长。

5. 只关注能不能调用,不关注能不能审计

企业级 Agent 必须记录:

用户是谁
使用了哪个Skill
调用了哪个Tool
传入了什么参数
是否经过审批
最终是否成功

十、推荐的企业分层架构

第一层:业务应用
ERP、CRM、WMS、BI、OA、数据库、第三方平台

第二层:API与数据服务
API网关、微服务、SQL服务、文件服务、消息服务

第三层:Tool
查询订单、查询库存、创建工单、修改状态

第四层:MCP
订单MCP、商品MCP、库存MCP、数据MCP

第五层:Skill与SOP
销售分析Skill、库存诊断Skill、商品上架Skill

第六层:AI应用
企业助手、智能问数、运营Agent、客服Agent

十一、最后用一张表结束

你要解决的问题 应使用的概念
业务流程怎么规定 SOP
AI 如何完成一类任务 Skill
如何执行一个具体动作 Tool
AI 如何统一连接外部系统 MCP
系统之间如何稳定通信 API
固定审批如何流转 工作流
大批量数据如何同步 ETL
无接口系统如何自动操作 RPA

总结

真正合理的企业 AI 架构,不是只部署一个 MCP Server,也不是给大模型注册几十个 API。

它应该形成以下闭环:

SOP 定义规则
→ Skill 形成任务能力
→ MCP 连接外部系统
→ Tool 执行具体动作
→ API 调用现有系统
→ 业务结果正式落库
→ 全过程审计

当这几个层次被划分清楚后,企业 Agent 才能从“演示效果”走向“稳定生产应用”。

Logo

欢迎加入 MCP 技术社区!与志同道合者携手前行,一同解锁 MCP 技术的无限可能!

更多推荐