一句话区分
MCP 是协议层，解决 AI 和外部世界的连接标准化问题；Agent Skill 是架构层，解决 Agent 自身执行能力的组织问题。
简单说：MCP 管的是"能连什么"，Agent Skill 管的是"怎么做事"。
MCP 是什么？
MCP（Model Context Protocol）是 Anthropic 于 2024 年 11 月开源的协议，目标是为 AI 与外部世界建立标准化的"插座"。
想象一下，如果没有 USB 标准，每个电子设备都需要专属充电器——这正是当前 AI 工具集成的现状。MCP 就像是 AI 领域的 USB-C，让任何支持该协议的模型都能无缝接入任何支持该协议的工具。
核心架构
MCP 采用客户端-服务器架构：
| 组件 | 职责 | 类比 |
|---|---|---|
| Host | 运行 AI 模型的主程序 | 手机 |
| Client | 与 Server 建立 1:1 连接 | 充电线 |
| Server | 提供具体能力的工具服务 | 充电器 |
MCP 能做什么？
- Resources（资源）：只读数据访问，如文件、数据库
- Tools（工具）：可执行函数，支持参数校验
- Prompts（提示词模板）：预定义的交互模板
Agent Skill 是什么？
Agent Skill 是 OpenClaw 等 Agent 框架中的概念，指的是Agent 执行特定任务的能力单元。
一个 Skill 通常包含：
- SKILL.md：描述 Skill 的功能和使用方法
- 工具脚本：实现具体功能的代码
- 配置信息：权限、依赖等元数据
Skill 的特点
- 自包含：每个 Skill 是一个独立的功能模块
- 可组合：多个 Skill 可以编排成工作流
- 可复用：一次开发，多个 Agent 可用
- 可分享：通过 Skill 市场分发
两者的本质区别
| 维度 | MCP | Agent Skill |
|---|---|---|
| 层级 | 协议层 | 架构层 |
| 解决的问题 | 连接标准化 | 能力组织 |
| 关注焦点 | "能连什么" | "怎么做事" |
| 实现方式 | 通信协议 | 代码模块 |
| 跨平台 | 是 | 依赖框架 |
一个场景感受区别
假设你要让 AI 帮你查天气：
用 MCP：
- 找一个天气 MCP Server
- 在配置文件中添加连接信息
- AI 通过 MCP 协议调用天气接口
用 Agent Skill：
- 安装天气查询 Skill
- Skill 内部可能用 MCP，也可能直接调 API
- AI 通过 Skill 的接口获取天气
它们可以组合使用
重点：两者不是竞争关系，而是不同层次的解决方案，可以组合使用。
Skill 的 Resources 层可以挂载通过 MCP 连接的外部工具。也就是说：
Agent Skill（上层）
↓ 调用
MCP Client（协议层）
↓ 通信
MCP Server（工具层）
↓ 执行
外部服务（如天气 API）
这种分层设计让系统既灵活又标准化。
总结
- MCP 是协议，解决"如何连接"的问题
- Agent Skill 是架构，解决"如何组织"的问题
- 两者互补，可以组合使用
- 选择哪个取决于你的场景：要标准化接入选 MCP，要模块化能力选 Skill
本文基于掘金文章《Agent Skill 和 MCP 到底有什么区别？》整理扩展
