Skill 和 MCP 到底有什么区别？一篇讲清楚：一个教 Claude 怎么做事，一个让 Claude 接入外部世界

最近很多人在用 Claude Code 的时候会同时遇到两个词一个叫Skill一个叫MCP。这两个东西都能增强 Claude看起来都和“能力扩展”有关所以很容易被混在一起。但它们其实解决的是两类完全不同的问题。一句话先讲清楚Skill 是把一套做事方法交给 ClaudeMCP 是把一个外部系统接到 Claude。再换成更工程化的话Skill 解决的是“Claude 应该怎么做”MCP 解决的是“Claude 可以连到哪里、调用什么”。如果只记住这一句后面很多选择都会变简单。一、先用一个生活化比喻理解可以把 Claude 想成一个很聪明的新人。Skill像你给这个新人写的一份“岗位 SOP”代码评审要按什么顺序看发版说明要按什么格式写线上问题排查要先看日志还是先看监控公司文档应该用什么语气和结构它教的是方法、规则、流程和产出标准。MCP则像你给这个新人开通的系统权限和接口能不能查 GitHub Issue能不能读 Notion 文档能不能看 Sentry 报错能不能查询 PostgreSQL 数据库能不能拿到 Figma 设计稿信息它给的是外部数据、工具和可执行动作。所以二者不是替代关系而是互补关系。Skill 让 Claude 更像“懂你们团队做事方式的人”。MCP 让 Claude 更像“能直接进入工具现场干活的人”。二、Skill 是什么按照 Claude Code 官方文档的说法Skill 可以用来扩展 Claude 的能力。你创建一个包含SKILL.md的目录Claude 就可以在相关场景下加载它或者你也可以通过/skill-name直接调用。通俗讲Skill 是一个可复用的能力包。一个最小的 Skill 通常长这样.claude/└── skills/ └── summarize-changes/ └── SKILL.md一个更完整的 Skill 可能长这样.claude/└── skills/ └── release-note/ ├── SKILL.md ├── template.md ├── examples/ │ └── good-release-note.md └── references/ └── product-terms.md这里最关键的是SKILL.md。它通常包含两部分YAML frontmatter告诉 Claude 这个 Skill 是什么、什么时候用Markdown 正文告诉 Claude 执行步骤、规则、输出格式举一个实际例子。假设你经常让 Claude 总结当前代码改动并指出风险你可以写一个summarize-changesSkill---description: 总结当前仓库的未提交改动并指出潜在风险。适合在用户问“我改了什么”“帮我 review 当前 diff”“生成提交摘要前先总结变更”时使用。---## Current changes!git diff HEAD## Instructions请完成三件事1. 用 2-3 条总结本次改动的主要意图2. 标出可能的风险例如缺少错误处理、测试缺失、硬编码、兼容性问题3. 如果 diff 为空直接说明当前没有未提交改动## Output按下面结构输出1. 变更概览2. 风险提醒3. 建议补充这个例子里Skill 做的不是“连接外部系统”而是把一个常用工作流固定下来。以后你可以直接输入/summarize-changes或者问我这次改了什么有没有风险Claude 就更容易按你定义的流程工作。这就是 Skill 的核心价值把重复经验沉淀成 Claude 可以反复调用的工作方法。三、MCP 是什么MCP 全称是 Model Context Protocol。它是一个开放协议用来让 AI 应用连接外部系统。官方文档里有一个很形象的说法MCP 像 AI 应用的 USB-C 接口。这个比喻非常准确。因为 MCP 的重点不是“给 Claude 写一段提示词”而是把某个外部能力以统一协议接进来。比如GitHub MCP让 Claude 读取 Issue、PR、仓库信息甚至创建 PRNotion MCP让 Claude 查询团队知识库PostgreSQL MCP让 Claude 查询数据库Sentry MCP让 Claude 分析线上错误Figma MCP让 Claude 读取设计稿信息在 Claude Code 里添加 MCP server 的常见方式是claude mcp add。比如添加一个远程 HTTP MCP serverclaude mcp add --transport http notion https://mcp.notion.com/mcp再比如添加一个本地 stdio MCP serverclaude mcp add --transport stdio myserver -- npx -y some-mcp-server管理 MCP server 时可以用claude mcp listclaude mcp get githubclaude mcp remove github进入 Claude Code 之后还可以用/mcp查看当前连接状态。所以 MCP 的核心价值是把 Claude 从“只能根据聊天上下文猜”升级成“能直接访问真实工具和数据”。四、Skill 和 MCP 的核心区别下面这张表基本可以把二者拆开。对比项SkillMCP解决的问题Claude 应该怎么做事Claude 可以连接什么系统本质可复用的 instructions、流程、模板、参考资料AI 应用连接外部工具和数据源的协议典型载体SKILL.md目录MCP server常见入口/skill-nameclaude mcp add、/mcp主要内容规则、步骤、输出格式、示例、脚本tools、resources、prompts、外部 API是否直接接外部系统通常不是是是否适合沉淀团队 SOP非常适合不直接解决 SOP 问题是否适合连接数据库、监控、知识库不适合单独承担非常适合最佳用法让 Claude 稳定按你的方法产出让 Claude 拿到真实数据并执行动作最容易混淆的一点是Skill 里面也可以包含脚本MCP 里面也可以暴露 prompts。但它们的主语不一样。Skill 的主语是“这个任务怎么做”。MCP 的主语是“这个外部系统怎么接入”。只要抓住这个主语基本就不会混。五、什么时候用 Skill只要你发现自己在反复对 Claude 说同一套要求就应该考虑 Skill。典型场景包括代码评审规则发版说明模板Bug 排查流程Commit message 规范文档写作风格项目专有目录和模块边界某类文件的生成步骤举个更真实的例子。假设你的团队每次发布都要求 Claude 输出本次新增本次修复影响范围风险提醒回滚方案验证清单那就非常适合做成 Skill。---description: 生成团队标准发版说明。适合在用户要求总结本次发布、生成 release note、整理版本变更时使用。disable-model-invocation: true---## Goal根据当前变更内容生成团队标准发版说明。## Steps1. 先总结本次发布目标2. 区分新增、修复、调整、移除3. 判断影响范围4. 标出上线风险5. 给出验证清单6. 如果缺少关键信息先列出需要用户确认的问题## Output请按以下结构输出1. 发布摘要2. 主要变更3. 影响范围4. 风险提醒5. 验证清单6. 回滚建议这里的disable-model-invocation: true表示这个 Skill 只由用户手动触发避免 Claude 在不合适的时候自动生成发版说明。这类东西如果不做成 Skill每次都要重新复制一遍要求。做成 Skill 之后团队方法就沉淀下来了。六、什么时候用 MCP当你发现 Claude 缺的不是“做事方法”而是“拿不到真实信息”就应该考虑 MCP。典型场景包括需要读取 GitHub / GitLab / Jira / Linear需要查询数据库需要读取 Notion / Confluence需要查看 Sentry / Datadog / Grafana需要读取 Figma 设计稿需要调用公司内部 API需要让 Claude 对外部系统执行动作举个例子。你希望 Claude 根据 Notion 文档里的产品需求实现功能。如果没有 MCP你可能要复制一大段需求文档到对话里。如果有 Notion MCP你可以让 Claude 自己去读相关页面然后基于真实内容工作。claude mcp add --transport http notion https://mcp.notion.com/mcp再举一个数据库例子。假设你有一个内部 PostgreSQL MCP serverClaude 可以通过它查询只读数据。那你就可以问帮我查一下最近 7 天注册后没有完成首单的用户比例并指出可能的异常时间段。这个问题靠 Skill 解决不了。因为 Skill 只能告诉 Claude “应该怎么分析”不能凭空给它数据库访问能力。MCP 才是连接真实数据源的那根线。七、最实用的组合Skill MCP真正强的用法往往不是二选一而是组合使用。Skill 定义流程MCP 提供数据。下面给几个实际组合例子。例子 1代码评审你可以有一个code-review-rulesSkill里面写清楚团队评审标准优先找真实 bug其次看安全、性能、兼容性必须指出缺失测试输出按严重程度排序不要泛泛而谈同时接入 GitHub MCP让 Claude 能读取 PR、Issue、评论和文件变更。这样你就可以说用我们的评审规则检查 GitHub PR #128并给出需要修改的点。这里发生了两件事Skill 决定怎么 reviewMCP 提供 PR 的真实上下文如果只有 SkillClaude 可能没有 PR 数据。如果只有 MCPClaude 可能不知道你们团队的评审口径。合在一起才接近“能干活的工程协作者”。例子 2线上问题排查你可以写一个incident-debugSkill规定排查顺序先确认影响范围再看错误日志再查最近发布再看核心指标最后给出临时止血和长期修复方案同时接入Sentry MCP读取错误堆栈和发生频率GitHub MCP查看最近合并的 PRPostgreSQL MCP查询业务数据变化Grafana 或 Datadog MCP查看监控指标你就可以问按照 incident-debug 流程排查今天 14:00 之后登录失败率升高的问题。Skill 负责“排查方法”MCP 负责“现场证据”。这就是二者组合最典型的价值。例子 3设计稿还原你可以写一个frontend-ui-rulesSkill规定使用项目现有组件库保持现有 spacing token不新增无意义动画移动端必须检查文字溢出修改后要用浏览器截图验证同时接入 Figma MCP让 Claude 能读取设计稿结构和样式信息。你可以说根据 Figma 里的登录页设计稿实现页面遵守 frontend-ui-rules。Skill 给审美和工程约束。MCP 给设计稿数据。这比单纯贴一张截图要稳定得多。例子 4发布说明你可以写一个release-noteSkill规定发布说明的结构、语气和风险提示格式。同时接入 GitHub MCP 和 Jira MCP。然后让 Claude根据本周合并的 PR 和关联 Jira issue生成一份面向业务团队的发布说明。这里 Skill 控制“怎么写”MCP 负责“去哪里拿事实”。这类场景非常适合团队长期沉淀。八、一个判断口诀不知道该用 Skill 还是 MCP 时可以问自己三个问题。1. 我是在重复教 Claude 一套方法吗如果是用 Skill。比如“以后 review 都按这个格式”“以后发版说明都这么写”“以后排查 bug 先做这几步”这些都是 Skill。2. Claude 是不是拿不到某个外部系统的数据如果是用 MCP。比如“它看不到 GitHub Issue”“它查不到数据库”“它拿不到 Notion 文档”“它不知道 Sentry 当前报错”这些都是 MCP。3. 我既需要方法又需要外部数据吗如果是Skill MCP。比如按团队规范 review GitHub PR按排障流程分析 Sentry 报错和数据库变化按前端规范还原 Figma 设计稿按公司模板生成基于 Jira 的发布说明这通常是最值得投入的方向。九、常见误区误区 1把 Skill 当成 MCP有人会觉得我在 Skill 里写个脚本不就等于 MCP 吗不完全是。Skill 里确实可以附带脚本但它仍然是围绕某个任务流程组织的能力包。MCP 则是标准化的外部系统接入协议重点是让 AI 客户端通过 server 暴露 tools、resources、prompts 等能力。一个是工作方法包。一个是连接协议。误区 2把 MCP 当成万能自动化接了 MCP不代表 Claude 自动知道你们团队怎么做事。比如 Claude 通过 GitHub MCP 能看到 PR但它不一定知道你们团队 review 时最在意什么。这时仍然需要 Skill 来规定评审标准。误区 3所有东西都写进 Skill不要把数据库连接方式、OAuth、外部 API 调用细节都塞进 Skill。这类系统连接更适合 MCP。Skill 应该写的是什么时候查数据查到数据后怎么判断输出什么结构哪些情况要停下来问人误区 4所有东西都做成 MCP如果你只是想让 Claude 按固定格式写报告没必要做 MCP。一个清晰的 Skill 就够了。MCP 适合连接系统不适合替代流程规范。十、怎么从零开始落地如果你是第一次在团队里推进这两件事我建议按这个顺序来。第一步先做 1 个高频 Skill不要一上来就设计一整套能力平台。先挑一个每天都用的场景。比如总结当前改动代码评审发版说明Bug 复盘用一个.claude/skills/name/SKILL.md先跑起来。最重要的是验证三件事触发是否准确输出是否稳定团队是否真的愿意用第二步再接 1 个最有价值的 MCP不要为了炫技接一堆系统。先选一个 Claude 最常需要、但你又经常手动复制内容进去的系统。比如GitHubJiraNotionSentryPostgreSQL判断标准很简单你复制粘贴最多的地方就是最值得优先 MCP 化的地方。第三步把二者串成真实工作流比如code-review-rulesSkill GitHub MCPincident-debugSkill Sentry MCP 数据库 MCPrelease-noteSkill Jira MCP GitHub MCPfrontend-ui-rulesSkill Figma MCP到了这一步Claude 就不只是“会聊天”而是开始进入真实工程流程。十一、最后总结Skill 和 MCP 的区别其实可以压缩成四句话。Skill 是能力包MCP 是连接协议。Skill 管“怎么做”MCP 管“连到哪里、能调用什么”。Skill 适合沉淀团队流程、规范、模板和经验。MCP 适合连接工具、数据库、知识库、监控和业务系统。如果你只想让 Claude 输出更稳定先做 Skill。如果你想让 Claude 拿到真实外部数据接 MCP。如果你想让 Claude 真正进入团队工作流就把二者组合起来用 Skill 定义做事方法用 MCP 接入真实世界。这就是 Claude Code 从“好用的 AI 助手”走向“可协作的工程智能体”的关键一步。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】