跳转到内容
learn-llm

12 MCP 与 Skill：把能力封装给工具

学习目标

Section titled “学习目标”
  • 理解 MCP 解决什么问题。
  • 区分 MCP server、tool、client。
  • 知道 Skill 如何把流程知识封装给编码 Agent。

通俗解释

Section titled “通俗解释”

MCP 像一套统一插头：不同工具用统一协议暴露能力，AI 客户端就能发现并调用这些能力。Skill 则更像“操作手册 + 脚本 + 约束”，告诉 Agent 在某类任务中应该怎么做。

原理拆解

Section titled “原理拆解”
AI Client
↓ list tools
MCP Server
↓ exposes
Tool(name, schema, handler)

Tool schema 很重要，它告诉模型参数应该长什么样，也告诉程序如何校验输入。

参考项目里的对应实现思路

Section titled “参考项目里的对应实现思路”

Model Context Protocol 是协议本体。shareAI-lab/learn-claude-code 和 shareAI-lab/claw0 可以作为编码 Agent、工具系统和 OpenClaw 实践的延伸参考。

最小代码实验

Section titled “最小代码实验”

源码：labs/12-mcp-skill/index.mjs

这个实验用零依赖 JSON schema 对象和手写校验模拟工具输入约束。

运行命令与预期输出

Section titled “运行命令与预期输出”

运行：

Terminal window
npm run lab:12

预期你会看到 Skill 描述、工具 schema 和一次模拟 MCP 工具调用。真实 MCP server 可以使用 @modelcontextprotocol/sdk 暴露同样的 tool。

常见误区

Section titled “常见误区”
  • MCP 不是模型，也不是 Agent，它是工具上下文协议。
  • Skill 不应该只写口号，最好包含可执行脚本、示例和边界条件。
  • 工具权限必须最小化，不能把高危命令无约束暴露给模型。

延伸阅读

Section titled “延伸阅读”