网硕互联帮助中心本文深入探讨了Anthropic的Skills与MCP如何协同工作构建智能代理。MCP提供外部工具连接性，Skills提供工作流程逻辑和专业知识，两者结合可创建遵循特定流程、产生一致输出的智能系统。文章通过金融分析、会议准备等案例展示了实际应用，并提供了何时使用Skills与MCP的指导原则，帮助开发者构建更高效、更标准化的AI工作流程。
前排提示，文末有大模型AGI-CSDN独家资料包哦！
前言
Claude相继提出MCP以及Skills。MCP旨在统一工具接口，让function calling更简单一些。Skills更多是Agent如何解决一类问题的说明书。Claude在几天前又出了一篇：https://claude.com/blog/extending-claude-capabilities-with-skills-mcp-servers，阐述Skills和MCP Server如何协作，详细内容如下文。
摘要
本文深入探讨了 Anthropic 的两大核心功能——技能（Skills）和模型上下文协议（Model Context Protocol, MCP）——如何协同工作，以帮助用户构建能够遵循特定工作流程并有效利用外部系统和平台的智能代理（Agents）。
自推出技能以来，我们从客户那里听到的两个最大问题是：“技能和 MCP 如何协同工作？我应该在什么时候使用哪一个？”
模型上下文协议（MCP）将 Claude 连接到第三方工具，而技能则教会 Claude 如何更好地使用这些工具。当您将两者结合时，您可以构建出能够遵循您的团队工作流程的代理，而不是需要不断纠正的通用流程。
例如，通过 MCP 连接到 Notion，Claude 可以搜索您的工作空间。如果再添加一个用于会议准备的技能，Claude 就会知道应该从哪些页面提取信息、如何格式化准备文档，以及您的团队对交付会议记录的标准是什么。这种连接将变得真正有用，而不仅仅是可用。
在本文中，我们将剖析技能和 MCP 之间的关系，说明如何结合它们来构建能够遵循您的工作流程并产生一致输出的代理，并通过几个实际案例来展示它们在实践中如何协同工作。
理解技能和 MCP
想象您走进一家五金店，想要修理一个坏掉的橱柜。店里有您需要的一切（木胶、夹具、替换铰链），但知道要买哪些东西以及如何使用它们是另一个问题。
MCP 就像是让您能够进入这些货架。而技能，则像是店员的专业知识。如果您不知道需要哪些物品或如何使用它们，再多的库存也无济于事。技能就像那位乐于助人的店员，他会引导您完成修理过程，指出正确的用品，并向您展示正确的技巧。
更具体地说，MCP 服务器为 Claude 提供了访问您的外部系统、服务和平台的权限，而技能则提供了 Claude 有效使用这些连接所需的上下文，教会 Claude 在获得访问权限后应该做什么。
如果没有技能提供的上下文，Claude 必须猜测您想要什么。有了技能，Claude 就可以遵循您的行动手册。
技能和 MCP 协同工作的优势
MCP 负责连接性：它提供对外部系统的安全、标准化访问。无论是连接到 GitHub、Salesforce、Notion，还是您自己的内部 API，MCP 服务器都赋予了 Claude 接触您的工具和数据的能力。
技能负责专业知识：它是领域知识和工作流程逻辑，将原始的工具访问转化为可靠的成果。一个技能知道何时查询您的 CRM、在结果中寻找什么、如何格式化输出，以及哪些边缘情况需要不同的处理方式。
这种分离使架构具有可组合性。一个技能可以编排多个 MCP 服务器，而一个 MCP 服务器可以支持数十种不同的技能。添加一个新的连接后，现有的技能可以将其整合进来。优化一个技能后，它可以在所有已连接的工具上生效。
当您结合使用技能和 MCP 时，您将获得：
| 优势 | 描述 |
| 清晰的发现 (Clear discovery) | Claude 不再需要猜测去哪里寻找。一个会议准备技能可能会指定：先检查项目页面，然后是以前的会议记录，最后是利益相关者资料。一个研究技能可能会说：从共享驱动器开始，与 CRM 进行交叉引用，然后通过网络搜索填补空白。技能编码了关于哪些来源对哪些任务重要的机构知识。 |
| 可靠的编排 (Reliable orchestration) | 多步骤工作流程变得可预测。如果没有技能，Claude 可能会在检查是否收集到所有数据之前就开始格式化。技能明确定义了顺序，因此 Claude 每次都会以相同的方式执行工作流程。 |
| 一致的性能 (Consistent performance) | 输出结果真正符合标准。通用结果需要编辑。技能定义了您的团队认为“完成”的标准：正确的结构、正确的细节水平以及适合您受众的语气。 |
随着时间的推移，团队会建立起相互关联的技能和连接的集合，使 Claude 在其特定领域拥有专业知识。
技能和 MCP 如何协同工作：MCP 提供工具访问，技能提供工作流程逻辑。
技能和 MCP 可能重叠的地方
MCP 服务器可能包含以工具使用提示和常见任务提示形式存在的指令。这使得工具特定的知识与工具保持紧密联系。然而，这些指令在设计上应保持通用性。
经验法则：MCP 指令涵盖了如何正确使用服务器及其工具。技能指令涵盖了如何将它们用于特定的流程或在多服务器工作流程中。
例如，一个 Salesforce MCP 服务器可能会指定查询语法和 API 格式。而一个技能则会指定首先检查哪些记录、如何将它们与 Slack 对话进行交叉引用以获取最新上下文，以及如何为您的团队的管线审查构建输出结构。
在结合 MCP 服务器和技能时，请注意避免指令冲突。如果您的 MCP 服务器要求返回 JSON，而您的技能要求格式化为 Markdown 表格，Claude 就必须猜测哪个是正确的。让 MCP 处理连接性，让技能处理呈现、排序和工作流程逻辑。
结合使用技能和 MCP 的实际案例
现在，我们来看看技能和 MCP 如何在实际工作流程中结合。我们将探讨两个案例：金融分析师提取实时市场数据进行公司估值，以及项目经理使用 Notion 的“会议智能”技能进行会议准备。
在这两个案例中，MCP 服务器提供了对工具的访问，而技能则定义了如何使用这些工具。
案例一：金融分析：自动化公司估值技能
Anthropic 发布了一套预构建的技能，用于常见的金融工作流程，包括可比公司分析。可比公司分析是一种标准的估值方法。进行可比公司分析的分析师需要花费数小时从多个来源提取财务指标、应用相同的估值方法，并格式化输出以符合合规标准。这是一个重复、容易出错的工作流程，正是技能和 MCP 协同工作能带来益处的类型。
- 技能：可比公司分析 自动化了这一估值工作流程，从多个来源提取数据，应用一致的方法，并按照特定标准格式化输出。
- MCP 服务器： 连接到 S&P Capital IQ、Daloopa 和 Morningstar 等，以获取实时市场数据。
•工作流程：
案例二：会议准备：Notion 的“会议智能”技能
会议准备工作繁琐。您需要从多个地方（例如项目文档、以前的会议记录和利益相关者信息）提取上下文，然后将其综合成一份预读材料和一份议程。这是一种您每次都需要重新解释的多步骤流程。
- 技能：会议智能 定义了要搜索哪些页面、如何构建输出结构以及要包含哪些部分。
- MCP 服务器： Notion 连接，用于搜索、读取和创建页面。
•工作流程：
何时使用技能 vs. MCP
技能和 MCP 解决了不同的问题，但决定在特定工作流程中使用哪一个并不总是显而易见的。
技能的使用场景
技能捕获了原本存在于您脑海中，或者每次有新人加入团队时都需要重新解释的知识。它们最适用于：
- 涉及工具的多步骤工作流程： 例如，从多个来源提取信息，然后创建结构化文档的会议准备。
- 一致性至关重要的流程： 例如，必须每次都遵循相同方法的季度财务分析，或带有强制检查点的合规性审查。
- 您希望捕获和共享的领域专业知识： 例如，研究方法论、代码审查标准、写作指南。
- 在团队成员离职后仍能保留的工作流程： 将机构知识编码为可重用的指令。
MCP 服务器的使用场景
MCP 扩展了 Claude 可以访问和使用的范围。当您需要以下功能时，请使用 MCP：
- 实时数据访问： 搜索 Notion 页面、读取 Slack 消息、查询数据库。
- 在外部系统中执行操作： 创建 GitHub Issue、更新项目管理工具、发送通知。
- 文件操作： 读取和写入 Google Drive、访问本地文件系统。
- API 集成： 连接到没有原生 Claude 支持的服务。
经验法则： 如果您是在解释如何做某事，那就是技能。如果您需要 Claude 访问某物，那就是 MCP。
快速参考表：技能和 MCP 的区别
| 特性 | 技能 (Skills) | MCP |
| 本质 | 程序性知识（Procedural knowledge） | 工具连接性（Tool connectivity） |
| 作用 | 教会 Claude 如何做某事 | 赋予 Claude 访问某物的权限 |
| 加载时机 | 按需加载，当相关时 | 一旦连接，始终可用 |
| 包含内容 | 指令、脚本、模板、资产 | 工具、资源、提示 |
| Token 行为 | 按需加载，保留上下文 | 定义预先加载 |
| 最佳用途 | 工作流程、标准、方法论 | 数据访问、API 调用、外部操作 |
常见问题
技能会取代 MCP 吗？
不会。技能和 MCP 解决了不同的问题。MCP 提供对外部工具和数据的连接性。技能提供关于如何有效利用这种连接性的程序性知识。最强大的工作流程通常是两者结合使用的。
一个技能可以使用多个 MCP 服务器吗？
可以。一个技能可以同时协调多个 MCP 服务器。例如，一个技术竞品分析技能可能会搜索 Google Drive 中的内部研究资料、从 GitHub 中提取竞争对手的代码库，并通过网络搜索收集市场数据。
我可以为一个 MCP 服务器构建多个技能吗？
可以。一个技能可以增强您从单个 MCP 连接中获得的价值。Notion 就展示了这种模式，它为会议准备、研究、知识捕获和从规范到实现等分别构建了独立的技能。
写在最后
因为身体原因，停更有点久，后面Agent架构更新会加速。
读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用。
针对0基础小白：
如果你是零基础小白，快速入门大模型是可行的。 大模型学习流程较短，学习内容全面，需要理论与实践结合 学习计划和方向能根据资料进行归纳总结
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈） 
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓 
评论前必须登录！
注册