MCP-Agent-Skill 核心三角

AI 开发工具的基石

MCP、Agent 和 Skill 是当代 AI 开发工具的核心概念。它们相互协作，共同构成了 AI 与开发者之间的桥梁。理解它们之间的关系，是掌握现代 AI 开发工具的关键。

┌─────────────────────────────────────────────────────────┐
│                    Claude Code (你的 AI 伙伴)            │
└─────────────────────────────────────────────────────────┘
                              │
            ┌─────────────────┼─────────────────┐
            ▼                 ▼                 ▼
    ┌───────────────┐ ┌───────────────┐ ┌───────────────┐
    │     Skill     │ │    Agent      │ │     Tool      │
    │  (扩展能力)    │ │  (执行任务)   │ │  (工具调用)    │
    └───────────────┘ └───────────────┘ └───────────────┘
            │                 │                 │
            └─────────────────┴─────────────────┘
                              │
                              ▼
                    ┌───────────────────┐
                    │        MCP        │
                    │  (连接协议标准)     │
                    └───────────────────┘
                              │
                              ▼
                    ┌───────────────────┐
                    │ 外部工具/数据源    │
                    │ (文件系统/Git/DB)  │
                    └───────────────────┘

🔗

MCP - Model Context Protocol

连接层协议

MCP 是 Anthropic 推出的开放标准协议，定义了 AI 模型与外部世界交互的统一方式。它解决的问题是：每种工具都有不同的 API，AI 很难统一调用。MCP 就像是 AI 领域的"USB-C 接口"，无论什么类型的设备，都能通过同一个标准连接。

MCP 是什么？

MCP 是一个通信协议，规定了 AI 如何： • 请求执行某个操作 • 获取外部数据 • 与本地应用程序交互

工作原理

1. MCP 客户端（Claude Code）发起请求 2. MCP 服务器接收请求 3. 服务器调用外部工具或 API 4. 结果返回给 AI 模型

配置示例

# MCP 服务器配置文件示例
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@anthropic-ai/mcp-filesystem"]
    },
    "git": {
      "command": "npx", 
      "args": ["-y", "@anthropic-ai/mcp-git"]
    }
  }
}

🤖

Agent - AI 代理

任务执行层

Agent 是能够自主规划和执行复杂任务的 AI 系统。与简单的问答不同，Agent 可以：理解目标 → 制定计划 → 执行行动 → 评估结果 → 调整策略

核心能力

• 理解复杂指令
• 分解大任务为小步骤
• 自主决策下一步做什么
• 使用工具完成具体操作
• 从执行结果中学习

使用示例

# 与 Claude Agent 对话示例

用户：帮我重构这个项目的错误处理

Claude Agent：
我会帮你重构错误处理。让我先分析现有的代码结构...

1. 扫描项目中的错误处理代码
2. 识别重复模式
3. 设计统一的错误处理方案
4. 逐个模块实施重构
5. 运行测试确保没有破坏现有功能

[Agent 自主执行上述所有步骤]

对比 GitHub Copilot

| 特性 | GitHub Copilot | Claude Agent |
|------|---------------|
| 交互方式 | 实时建议 | 对话式执行 |
| 任务范围 | 单行/函数 | 复杂项目任务 |
| 自主性 | 被动响应 | 主动规划执行 |
| 上下文 | 当前文件 | 整个代码库 |

🛠️

Skill - 技能扩展

能力增强层

Skill 是扩展 Claude Code 能力的自定义模块。通过 Skill，你可以：定义常用命令、封装复杂工作流、添加领域知识

Skill 类型

• **Slash 命令**：如 /test, /refactor, /review • **自动化工作流**：如自动生成文档、批量重命名 • **专业知识**：如特定框架的最佳实践 • **模板生成**：如组件模板、测试模板

定义示例

# Skill 定义示例 (~/.claude/skills/custom-skill.md)

---
name: my-custom-skill
description: 自动生成组件文档
---

# 自定义 Skill

这个 Skill 会为 Vue 组件生成详细的文档。

## 使用方式

在对话中输入 /docgen 即可调用。

使用方法

# 使用 Skill 1. 内置 Skill（如 /test, /lint） 2. 自定义 Skill（用户创建） 3. 项目特定 Skill（放在项目 .claude/skills/）

内置 Skill

Claude Code 内置的常用 Skill： • /test - 生成测试代码 • /explain - 解释代码 • /refactor - 重构代码 • /review - 代码审查 • /fix - 修复 Bug

三者的关系

MCP + Agent

MCP + Agent：Agent 通过 MCP 协议调用外部工具。例如：当 Agent 需要读写文件时，通过 MCP 文件系统服务器完成。

Agent + Skill

Agent + Skill：Skill 是 Agent 的"技能包"。当用户调用特定 Skill 时，Agent 会使用相应的提示模板和工作流。

Skill + MCP

Skill + MCP：Skill 可以封装复杂的 MCP 调用。例如：一个 "部署 Skill" 可能调用 MCP 的 Git + Docker + CLI 工具。

**MCP** 是底层协议，让 Agent 能与外部世界通信
**Agent** 是执行主体，根据用户需求规划并执行任务
**Skill** 是能力扩展，让特定任务更高效专业

三者层层递进，共同构成了现代 AI 开发工具的基础架构。