给 Agent 加能力的两条路：Skills 教方法 vs MCP 给连接
- 一句话分清 Skills 和 MCP 各解决什么问题，不再混为一谈
- 看懂渐进式披露为什么让 Skills 装 100+ 个也不撑爆上下文
- 用判断清单决定一个需求该走 Skills 还是 MCP
- 避开"什么都塞 MCP 把上下文吃光"这个最常见的坑
你写好了第一个 Agent，它能调几个工具、跑通了 ReAct 循环。接下来你想让它"更能干"——会按你团队的规范写周报，会读你公司数据库里的数据，会照你那套流程审 PR。这时候你会撞见两个名词：Skills 和 MCP。网上一会儿说"装 MCP 就能扩展 Agent"，一会儿说"Skills 才是未来"，听着像二选一，其实它们根本不解决同一件事。这一节我们把这俩彻底分清，并给你一份"这个需求该用哪个"的判断清单。
这篇适合谁：写过 Agent、知道它能调工具，但还没搞清"Skills 和 MCP 到底差在哪、什么时候用哪个"的人。读完你能一眼看穿一个扩展需求该走哪条路。
先用一个场景感受差别
假设你要让 Agent 帮你"按公司规范写一份本周的项目周报"。这件事拆开看，其实需要两种完全不同的东西：
- 它得知道"周报怎么写"：开头先写一句话总结、进度按"已完成/进行中/阻塞"三栏列、风险单独标红、字数别超过 500——这是一套过程知识，是"怎么做这类活的方法"。
- 它得拿到"这周到底干了啥"：从你的项目管理工具（比如 Jira、飞书项目）里把本周的任务状态拉出来——这是访问外部系统的能力。
第一种就是 Skills 干的活：教 Agent 一套做事的方法、流程、规范。第二种就是 MCP 干的活：给 Agent 接上外部系统的一根管子。
一句话区分：MCP 给访问（access），Skills 教用法（how）。 一个负责"连得上"，一个负责"会做事"。把这句话刻在脑子里，后面全都好理解了。
Skills 是什么：一个文件，教它怎么做
Skill 就是一个 SKILL.md 文件——一段 YAML frontmatter（写 name 和 description，决定这技能何时被触发）加一段 markdown 正文（写"这类活具体怎么一步步做"）。需要的话还能在同一个文件夹里捆绑几个脚本或参考文件，正文里让 Agent 按需去读。
它的精髓在渐进式披露：技能不是一股脑全塞进上下文，而是分层加载。
- 元数据常驻：只有
name+description（大约 100 token）一直挂在上下文里，相当于一张"目录卡片"。 - 命中才加载正文：Agent 判断当前任务跟某个技能的 description 对上了，才把那个技能的完整正文（一般控制在 5k token 以内）读进来。
- bundle 文件按需才读：正文里引用的脚本、长参考文档，只有真用到那一步才去打开。
正因为常驻的只是一堆"目录卡片"，你给 Agent 装 100 多个技能也不会撑爆上下文——没命中的技能，成本就只是那 100 token 的卡片。这跟"把所有说明书都摊在桌上"完全不同，更像"书架上摆满书，要哪本抽哪本"。
Skills 还有两个让它在 2026 越来越主流的特点：
- 易写到离谱：建个文件夹、放个
SKILL.md，就完事了。不用写代码、不用起服务、不用配端口。 - 跨工具可移植：它遵循 agentskills.io 这个开放标准，同一个技能文件夹，丢给 Claude Code、Codex、Gemini CLI 都能用，不绑定某一家。
MCP 是什么：一套协议，给它连接
MCP（Model Context Protocol）是一套让 Agent 连接外部系统的标准协议。 你起一个 MCP server（比如一个连数据库的、一个连 GitHub 的、一个连你内部 API 的），Agent 通过这个 server 就能读写那个系统。
它解决的是 Skills 解决不了的事：Skills 只能"教方法"，但教得再好，Agent 也变不出它没权限访问的数据。 你的 Jira 任务、你的 Postgres 表、你公司的工单系统——这些都得靠 MCP（或者别的连接方式）接进来。这是真·"给手脚接上外部世界"。
但 MCP 有个容易被忽略的代价：它的工具定义是常驻的。 你接一个 MCP server，它暴露的所有工具的名字、参数、说明，会一直挂在上下文里，不管你这轮用不用得上。一套典型的 5 个 server 开场，光工具定义就可能吃掉 ~5 万 token（具体数字随 server 而定，以各 server 实际定义为准）。这跟 Skills 那 100 token 一张的卡片，完全是两个量级。
一张对照表，彻底分清
| 维度 | Skills（教方法） | MCP（给连接） |
|---|---|---|
| 解决什么 | 教 Agent"怎么做某类活"的过程知识 | 给 Agent"连到外部系统"的访问能力 |
| 怎么存 | 一个 SKILL.md 文件（+ 可选 bundle） |
起一个 MCP server（要跑服务） |
| token 成本 | 元数据常驻 ~100/个，命中才加载正文 | 工具定义常驻，一套 5 server 开场 ~5 万 |
| 易写度 | 极易（建文件夹、放文件即可） | 较重（写 server、配连接、起服务） |
| 可移植 | 高（agentskills.io 开放标准，跨工具通用） | 中（协议通用，但 server 要各自部署） |
| 什么时候用 | 默认首选：方法/流程/规范/清单类的活 | 按需：必须读写外部系统才上 |
看懂这张表，你就明白为什么经验丰富的人会说一句口诀："你的 skills 比 MCP server 多，才说明你用对了。" 大部分让 Agent"更能干"的需求，本质是"教它一套方法"，而不是"接一个新系统"——这些都该走 Skills，又轻又省。MCP 留给那些真·绕不开的外部访问。
判断清单：这个需求该用 Skills 还是 MCP
下次你想给 Agent 加能力，先拿这几个问题过一遍：
先问自己：这个需求，是"它不会做"还是"它够不着"？
- 如果是**"它够得着数据/系统，但不知道按什么方法/规范做"** → 用 Skills。
- 例：按团队模板写周报、照清单审 PR、用公司话术回客诉、按格式生成测试用例、走固定流程做数据清洗。
- 如果是**"它压根访问不了那个东西"** → 用 MCP（或别的连接方式）。
- 例：读公司 Postgres 数据库、操作 Jira/飞书任务、查内部 CRM、调一个需要鉴权的私有 API。
再问：能不能不接系统就办成？
- 很多看起来"要接系统"的活，其实只要把数据喂进来就行，不必常驻一个 server。这种就别上 MCP，让 Skills 教方法、数据临时给。
- 只有"反复、动态地"读写某个外部系统，才值得为它常驻一个 MCP server，承担那份 token 成本。
两者经常是组合拳：写周报那个例子，正确解法是 MCP 拉数据 + Skills 教格式——MCP 把本周任务接进来，Skills 教它按规范排版。它们互补，不是二选一。
反面教训：什么都塞 MCP，把上下文吃光
最常见的翻车现场是这样的：有人听说"MCP 能扩展 Agent"，就把能接的全接上——GitHub、Slack、数据库、文件系统、搜索、日历……一口气装了七八个 server。结果：
- 上下文还没开始干活，就被工具定义占掉一大半。模型每轮都要"读"一遍这几十上百个工具的说明，又慢又贵。
- 工具一多，模型反而容易选错。几十个名字相近的工具摆在面前，它挑工具的准确率不升反降。
- 大多数 server 整轮都没用上。你为"万一要用"付了全程的常驻成本。
正确的姿势是反过来的：默认用 Skills 解决"怎么做"，只为真·绕不开的外部访问保留少数几个 MCP server。 一套 Agent 如果挂着十个 MCP server、却一个技能都没有，多半是把"教方法"的活也错当成"接系统"在硬接了。
同一阶梯里"用 Skills 注入过程知识"那一节会带你手写一个真正能跑的
SKILL.md，"Agent 自己写 Skills"那一节会讲 Agent 怎么把经验自动沉淀成技能——这一节先把方向搞对。
避坑表
| 坑 | 后果 | 怎么破 |
|---|---|---|
| 把"教方法"的活也用 MCP 硬接 | 上下文被工具定义吃光、又慢又贵 | 凡是流程/规范/清单类，一律走 Skills |
| 一口气接七八个 MCP server | 模型选工具准确率下降、常驻成本爆炸 | 只留真·绕不开的外部访问，其余砍掉 |
| 以为 Skills 和 MCP 二选一 | 要么连不上数据，要么不会做事 | 记住互补：MCP 拉数据 + Skills 教格式 |
| 不知道 MCP 工具定义常驻 | 算不清成本，盲目堆 server | 接一个 server 就多一份常驻 token，按需上 |
| 把易变的端点/字段写死进技能 | 官方一改就失效 | 易变的接口交给 MCP，技能只写稳定的方法 |
动手挑战
- 列出你最近想让 Agent 干的三件事，逐个用上面的判断清单分类：哪些是"它不会做"（Skills）、哪些是"它够不着"（MCP）。多数你会发现 Skills 那栏更长——这是正常的。
- 找一个你接了 MCP server 的 Agent，数数它实际用上的工具占暴露工具的几成。如果常年只用其中一两个，考虑把那个 server 拆细或换成"临时喂数据"。
- 把一件你常让 Agent 做的"有套路的活"（比如写提交信息、整理会议纪要）的方法写成一段文字——这就是你下一个
SKILL.md的雏形。
小结 · 你现在掌握了什么
- 你能一句话分清两者：MCP 给访问，Skills 教用法；一个负责连得上，一个负责会做事。
- 你懂了 Skills 靠渐进式披露（元数据常驻 → 命中加载正文 → bundle 按需读）才能装 100+ 个不撑爆，而 MCP 工具定义常驻、一套 5 server 开场就吃 ~5 万 token。
- 你知道为什么 2026 很多活 Skills 更实用（易写、省 token、可移植），MCP 该按需上。
- 你有了判断清单："不会做"走 Skills，"够不着"走 MCP，两者常组合；并记住口诀**"skills 比 MCP server 多才说明用对了"**。
下一步：方向搞清了，就该动手写一个真正能跑的技能。看 AI Agent 智能体阶梯 本级的后续两节，从手写 SKILL.md 到让 Agent 自己产出技能；想看整条路的位置就对照 三支柱路线图。
👉 看看 AI 数字员工落地指南，或了解 数字员工搭建实战课。需要为企业落地方案，欢迎找我们聊 企业服务。