s1n1an

@jetsung

感谢，居然是 CNAME 解析，我还以为是 TXT 呢（毕竟 ACME-Challenge 就是 TXT ），拨云见日啊~

@mynameisK

你是真神探。

当然不是机场，这是我自己部署的 Drone CI ，里面一堆流水线天天运行，npm/docker 一个劲拉取。
我这个服务器也是国内的实名制的厂商，协议明说不允许搭代理的。

@nc
哈哈哈，你说的一点毛病没有。
不过 Rest API + Skills 其实已经很接近 MCP 了，MCP 不也是用一个 JSON 把参数格式描述定义好，然后让 AI 来按需调用嘛，本质上已经差不多了。

MCP 有一个好处是对 AI 只暴露接口，业务逻辑在外部实现，这样就算你的 Agent 没有沙箱也能接；
Skills 要让 Agent 执行代码，会多消耗一部分 token ，然后必须有代码沙箱，不然跑不起来。

#4 说的对，Skills 更多用于扩展 AI 的能力，MCP 用于连接外部系统。

现在做的好的 Skill 都带 /srcpits 目录，里面有一堆 py/js 代码，很多 Agent 都有沙箱环境，可以运行这些代码；
那你把 MCP 里的逻辑放到 Skill 的 /scripts 目录里，让 Agent 执行，其实也能实现和 MCP 类似的效果，但就是会浪费很多上下文，浪费 token ，而且很难保证 AI 每次都能乖乖按照预期跑。

MCP 就是把这部分代码实现分离出去，只对 AI 暴露 “调用 XX 工具” 这一个工具，附带参数格式；
AI 只需要发起一次工具调用就能解决问题，最多可能参数有点小错，AI 会根据报错提示自动重试。
（例如，输入地址 “苏州工业园区”，看似正确对吧？其实少了一个 “市” 字，AI 提交了报错就马上改对了）

更何况 “连接到外部系统” 这个诉求 Skill 无法替代，比如通过获取某地区交通情况，你总不能让 AI 开天眼去监控街区吧，这个你用 Skills 去做，也是要通过百度地图 API ，要么 AI 自己写代码，要么 AI 去操纵网页，还不如直接接入百度地图 MCP 。这一点和 #2 说的一样。

@0x1001 我看了以下 Qoder 的这个，和 Anthropic 的差不多，可以直接参考 Anthropic 的 Skills：
https://github.com/anthropics/skills

很多年前知乎就支持“接力”了

@s1n1an 图片没贴好，点开链接看吧……

从 Qoder 里逆向出来的 skills ，跟这个差不多

比如处理 docx 的 skill ，非常完整，包括了一系列代码和规格文件：


Agent 两大本质：工具调用（这个是主要的，MCP 也是工具调用）、提示词管理（ Markdown 小作文）

豆包/千问帮用户点外卖是工具调用； Agent 弹出个表单或者选择框让用户选择，也是工具调用； Agent 列出一个 Todo 清单，也是工具调用； Manus 的 Agent 可以读写文件沙箱、可以在沙箱里运行 Shell 命令，也是工具调用； Claude Code 在本地 ls 列出代码、grep 查询代码，也是工具调用。

但是，把上面每一个工具注册给 Agent ，都需要一个配套的 Markdown 小作文。

把 Skills 注册给 Agent 也要小作文；规范工具的调用方式，例如 Todo 清单只允许从上往下 done ，不允许修改已 done 的项，这也需要小作文，不然这个 Todo 会跳着执行或者突然被改掉了；很多 Agent 提供的例如 “深度研究”，其实也是提供一个 Markdown 小作文给 Agent ，让它的输出更高大上。