1. Skills vs Prompt维度PromptSkills本质单次对话的文本指令可持久化、可发现的能力单元复用性随对话上下文丢失难以维护标准化封装跨项目、多场景复用加载机制全量载入挤占 Token延迟加载按需读取正文Prompt用户即时表达意图的载体如分析这份报表。Skills包含元数据何时使用 正文如何执行的完整方案通过load_skill()机制按需加载到上下文。2. Skills vsMCP这是最容易产生误解的地方。维度MCP (Model Context Protocol)Skills核心思路标准化连接通过 JSON-RPC 统一数据格式逻辑编排用自然语言描述复杂执行路径定义方式在 Server 端用代码TS/Python写死逻辑在 SKILL.md 中用自然语言引导模型决策环境依赖需要运行一个 MCP Server 进程依赖可执行环境如本地 Shell 或沙箱哲学以协议为中心一次编写所有 AI 通用以模型为中心利用模型推理能力处理不确定性MCP解决的是连通性它像 USB-C让 AI 能以统一格式读文件、查数据库。Skills 解决的是编排逻辑它像一份说明书告诉 AI 如何执行复杂任务流——这些任务完全可以包括调用多个 MCP 工具。两者的关系它们不是竞争关系而是解决不同层面的问题。MCP 负责把外部系统接入进来Skills 负责决定什么时候用、怎么组合这些能力。一个高级 Skill 的底层往往就是调用多个 MCP 工具。MCP 图解3. Function Calling vs Skills维度Function CallingSkills层级底层机制上层应用依赖关系基础能力在执行时可能使用 Function Calling如加载文档、执行脚本、读取资源粒度原子操作单次工具调用复合流程多步骤决策 工具组合Skills没有创造新能力而是通过自然语言文档将能力组织成更易用的形式Agent 读取SKILL.md将规则和流程注入推理上下文。根据上下文指导Agent 可能通过 Function Calling 执行脚本、读取资源或调用 MCP 工具。4、系统总结组件一句话定义形象类比关键理解Prompt即时意图表达的载体用户说的话单次、易失Function CallingLLM 输出结构化调用的能力神经信号一切的基础实现非结构化 → 结构化转换MCP标准化的工具接入协议USB-C 接口解决外部系统如何接入连通性Skills用自然语言定义的 sub-agent任务说明书解决复杂任务如何编排执行逻辑可调用 MCP 工具四层关系Function Calling 是地基 → Prompt 表达意图 → MCP 负责连通外部系统 → Skills 负责编排复杂任务流可调用 MCP这里需要澄清一个常见误解MCP 和 Skills不是竞争关系也不是非此即彼。MCP解决外部系统如何接入让 AI 能以统一格式读文件、查数据库、调用 API。Skills解决复杂任务如何编排用自然语言定义执行流程这些流程完全可以包含调用多个 MCP 工具。在实际项目中两者经常配合使用一个 Skill 的正文里会指导 Agent 先用 MCP 读取数据库再用 MCP 调用外部 API最后生成报告。一句话总结Prompt 承载意图Function Calling 实现交互MCP 负责连通外部系统Skills 负责编排复杂任务流——从说什么到怎么做再到聪明地做。