AI Agent / MCP / Skills #
Agent = 能动手的AI；MCP = 统一的工具连接标准；Skills = Agent的技能包。三者组合起来，AI就不只是聊天了。
Agent 领域噱头最多，用判断标准过滤。 需要入手Openclaw吗？：噱头比较大，本质是赚 token，在金山卖铲子。
1. Agent 是什么 #
普通AI：你问，它答。 Agent：你给它一个目标，它自己规划步骤、调用工具、执行任务。
你说"帮我把这个文件夹里的图片全部压缩"：
- 普通AI → 告诉你怎么做，给你代码，你自己去跑
- Agent → 直接帮你做了（搜索文件→调用压缩工具→执行→汇报结果）
我用过的 Agent：Claude Code 就是一个 Agent——它能读你的代码、搜索文件、创建文件、运行命令。Copilot 的 Agent 模式也是。
Agent 内部基本模式——ReAct模式
如果你写代码完全用AI，那你只会得到无法维护的史山代码。
Agent 是工具，不是替代品。它能帮你执行，但架构设计、代码质量、可维护性这些决策还是得你来做。完全依赖 Agent 写出来的东西，你自己都看不懂，之后怎么改？
2. MCP (Model Context Protocol) #
Anthropic 提出的协议，解决一个问题：怎么让AI统一地连接外部工具？
类比 #
- 以前：每个AI工具自己实现连接方式，大家各搞各的。想让AI操作GitHub？自己写接口。想让AI读数据库？再写一个。
- 现在：MCP 像 USB 接口一样，定了一个标准。任何工具实现了 MCP，AI 就能直接调用
它长什么样 #
AI（大脑）
│
├── MCP Server: GitHub → AI能直接创建PR、查看issue
├── MCP Server: 文件系统 → AI能读写你的文件
├── MCP Server: 数据库 → AI能查询/修改数据
└── MCP Server: 浏览器 → AI能打开网页、截图
实际配置 #
MCP Server 通常是一个小程序（Node.js 或 Python），配置在 AI IDE 的设置文件里。AI 启动时自动连接这些 Server，获得对应的能力。
看你的需求。如果用 Copilot 或 Claude Code 做项目已经够用了，MCP 是锦上添花。如果你需要AI操作特定工具（GitHub、Figma、数据库等），配对应的 MCP Server 就很有用。
3. Skills #
Skills 是 Agent 能学会的"技能包"。一个 Skill 文件就是一份操作手册，告诉 Agent 遇到特定任务时怎么做。
怎么理解 #
Agent 收到任务 → 匹配关键词 → 加载对应 Skill 文件 → 按步骤执行
Skills 是按需加载的（渐进式加载）——Agent 不会一开始就把所有 Skill 读进去，而是根据你说的话匹配关键词，触发后才加载。你也可以用 /<skill-name> 手动触发。
我的 Skills #
| Skill | 用途 | 触发词 |
|---|---|---|
| ai-questioning-mode | 苏格拉底式提问，让AI问你而不是你问AI | 提问模式、深度理解 |
| excalidraw-diagram | 生成 Excalidraw 图 | 画图、流程图、思维导图 |
| mermaid-visualizer | 生成 Mermaid 流程图 | 可视化、diagram |
| obsidian-canvas-creator | 创建 Canvas 文件 | Canvas、思维导图 |
| obsidian-formatting | 格式化笔记排版 | 排版、格式化 |
| smart-illustrator | 生成配图/PPT信息图 | 配图、PPT |
| find-skills | 让Agent自动搜索安装任务有关的skills | 自动触发 |
网上看到一篇关于"苏格拉底式教学"的文章，觉得这种方法论有价值——让AI不直接给答案，而是通过连续提问引导你自己发现结论。于是把方法论整理成 Skill 文件，让 Agent 可以随时执行。
方法论：网上觉得有价值的文章 → 提炼成标准化的操作步骤 → 做成 Skill。这样你的经验就沉淀成了AI可以复用的能力。
怎么写 Skill #
一个 Skill 文件本质上就是 Markdown，包含：
---
name: 技能名称
description: 触发描述和关键词
---
# 技能标题
## 核心规则
（AI必须遵守的规则）
## 工作流程
（一步步告诉AI怎么做）
## 格式要求
（输出应该长什么样）- Skill 文件放在
.claude/skills/或 VS Code 的prompts/目录下 - description 里的关键词决定了什么时候会被触发
- 写得越具体，Agent 执行得越准确
不会写直接叫AI帮忙创建SKILLS
4. 三者的关系 #
Agent（能动手的AI）
├── 通过 MCP 连接外部工具（GitHub、数据库、文件系统……）
└── 通过 Skills 学会特定任务（画图、写笔记、部署代码……）
- 没有 MCP → Agent 只能在聊天窗口里回答，不能操作外部工具
- 没有 Skills → Agent 能力通用但不精准，每次都要从头教
- 三者结合 → Agent 按照你定义的方式（Skill），通过标准化接口（MCP），自动完成任务
参考链接 #
Awesome Claude Skills
Anthropic官方Skills仓库
Skills开放标准
