从MCP到Skill：新一代智能体开发能力扩展指南

MCP和Skill为什么突然火了

最近在AI开发社区里，MCP（Model Context Protocol）和Skill这两个概念被反复提及。很多刚接触智能体开发的同学有一个共同困惑：经常听别人说MCP和Skill，但从没真正用过，甚至有人连听都没听过。到底这两个东西是什么，为什么这么火，什么场景该用哪个，是本文想说清楚的核心问题。

这类问题的普遍性说明了一件事：随着大语言模型能力边界的扩展，如何让模型接入外部工具、业务系统和真实数据，已经成为智能体开发绕不过去的一环。理解MCP和Skill，本质上是理解「如何让AI从聊天工具变成能干活的智能体」。

MCP到底是什么

如果直接给出定义——MCP是大语言模型调用外部工具、业务系统或传统开发接口的协议——大多数人会立刻犯懵。从语文角度你知道它是个协议，但它究竟干什么用、解决什么问题，光靠一句定义是理解不了的。

要真正搞懂MCP的价值，得先回顾过去几十年的软件开发模式。在大模型出现之前，软件行业已经积累了数十年的开发经验，形成了大量成熟的接口、系统和业务逻辑。问题在于：大语言模型本身是「封闭」的，它只能基于训练数据生成文本，无法主动调用天气接口、查询数据库或操作企业内部系统。

MCP的意义正是在这里。它提供了一套标准化的协议，让大模型能够以统一的方式对接这些外部能力。换句话说，MCP扮演的是「桥梁」角色——把封闭的语言模型和开放的真实世界连接起来。这也是为什么在Agent开发中，MCP被视为「非常关键的一环」。

从技术架构角度看，MCP由Anthropic于2024年底提出并开源，采用客户端-服务器模式：LLM宿主程序（如Claude Desktop、智能体框架）作为MCP Client，而各类外部能力（数据库查询、文件系统、Web搜索、企业API等）被封装成MCP Server对外暴露。两者之间通过标准化的JSON-RPC消息格式通信。这套设计的核心价值在于「一次封装，到处复用」——开发者只需把某个工具做成符合MCP规范的Server，任何支持MCP协议的模型或框架都能直接调用，无需为每个模型单独适配。这与USB接口的设计理念高度相似：统一标准消灭了过去「每个AI应用都要自己写一套工具对接层」的重复劳动。目前主流的智能体框架如LangChain、LlamaIndex以及Claude、Cursor等产品均已原生支持MCP，生态扩张速度很快。

MCP、Skill与RAG的区别

很多同学不仅对MCP和Skill的界限模糊，还容易把它们和RAG（检索增强生成）混为一谈。这三者虽然都在扩展大模型的能力，但侧重点完全不同。

三者的核心差异

• RAG：解决的是「知识」问题。通过检索外部文档、知识库，把相关内容喂给模型，让它基于更准确的资料回答，主要面向信息查询和问答场景。
• MCP：解决的是「工具调用」问题。让模型能够连接和操作外部系统、接口，实现真正的「动手能力」，适合需要与业务系统交互的场景。
• Skill：更偏向「能力封装」。把某一类任务的处理流程和技能打包，让智能体在特定场景下具备可复用的专项能力。

判断用哪个的关键，是看你的需求本质：需要让AI「知道更多」，用RAG；需要让AI「调用工具干活」，用MCP；需要让AI「掌握一套可复用技能」，用Skill。理清这一层，很多开发中的选型困惑就迎刃而解了。

RAG（Retrieval-Augmented Generation，检索增强生成）的工作机制是：在模型生成回答之前，先从外部向量数据库或文档库中检索与问题最相关的片段，将这些片段拼入Prompt上下文，再交由模型生成答案。它本质上是对模型「输入侧」的增强，模型本身并不主动发起任何网络请求或系统操作。MCP则属于「输出侧」扩展——模型推理时可以主动决定调用哪个工具、传入什么参数，并将工具返回结果纳入后续推理，整个过程是动态、多轮的。Skill的边界相对更模糊，在不同框架中含义略有差异：广义上指经过提示词工程或微调后固化下来的专项处理能力（如代码审查、合同摘要），可以理解为「预配置的任务模板」；在部分平台（如字节跳动扣子）中，Skill还特指可被Agent调用的功能插件单元。三者并不互斥，成熟的智能体往往同时使用全部三种技术。

在LangChain Agent上叠加新能力

本次实践的核心场景，是在已有的LangChain Agent基础上，接入MCP和Skill服务。对于已经学过LangChain的开发者来说，这是一次能力的「加法」——在现有的智能体框架之上，叠加对外部工具和专项技能的调用能力。

这种叠加式的能力扩展，正是新一代智能体开发的典型路径。你不需要推倒重来，而是通过标准化协议，让原有的Agent逐步具备更强的行动力。当一个Agent既能通过RAG获取知识、又能通过MCP调用工具、还能通过Skill复用专项能力时，它才真正接近「能全面提升工作效率」的智能助手。

LangChain是目前最主流的LLM应用开发框架之一，其核心抽象是Chain（流程编排）和Agent（自主决策调用工具）。LangChain Agent的工作原理基于ReAct（Reasoning + Acting）模式：模型先推理当前需要做什么，再决定调用哪个Tool，获取结果后继续推理，直到任务完成。在此基础上接入MCP，相当于把MCP Server注册为LangChain可识别的Tool，Agent便能在推理过程中动态选择调用外部系统。这种组合的优势在于：LangChain负责流程编排和多步推理，MCP负责标准化的工具连接层，各司其职、解耦清晰。对于已有LangChain项目的团队，迁移成本较低，只需在工具层引入MCP Client适配即可，原有的Agent逻辑、记忆模块和提示词模板均无需改动。

写在最后

对于智能体开发的初学者，理解MCP和Skill的第一步不是急着写代码，而是搞清楚它们各自解决什么问题、彼此边界在哪。当你能清晰回答「这个场景我该用MCP还是Skill，还是RAG」时，说明你已经真正入门了新一代Agent开发。

需要说明的是，本文基于一场公开课的开场内容整理，更侧重概念扫盲和选型思路。具体的接入代码和实操细节，建议结合官方文档和完整教程进一步深入。