刚接触 AI Agent 体系时，MCP 和 Skill 很容易被混着理解。一个更稳的区分方式是：MCP 更像把外部能力接进来，Skill 更像告诉模型这类任务应该怎么做。
MCP 解决的是“能连什么”
MCP 通常负责把文件、数据库、内部系统或其他工具暴露给模型调用。它重点处理的是能力接入、资源读取和工具调用边界，让模型不仅会说，还能真正操作外部环境。
Skill 解决的是“这类任务怎么做更稳”
Skill 更接近一套可复用的方法说明，里面会约定任务步骤、注意事项、常见坑和推荐工具。它不是新增接口，而是在已有能力之上降低模型跑偏的概率。
两者经常配合使用
一个典型场景是：MCP 提供数据库查询和文件读取工具，Skill 规定排查线上故障时先看哪些指标、再读哪些日志、最后如何输出结论。前者给手脚，后者给做事套路。
不要把 Skill 当成工具安装包
Skill 可能会引用工具，但它本身更像工作流和经验沉淀。如果没有可调用能力，Skill 只能指导；如果只有 MCP 没有方法约束，模型又容易乱试。
结论
MCP 侧重“把能力接进来”，Skill 侧重“把任务做正确”。理解成接口能力和工作方法的区别，通常最不容易混淆。
正文完
