Agent、Skill、MCP 到底什么关系？零基础小白也能看懂的三层拆解

最近我们团队在给公司内部做 AI 提效，天天和 Agent、Skill、MCP 这几个词儿打交道。上礼拜带新来的实习生，小伙子挺上进的，但就是被这些新概念绕晕了。下班后我寻思，干脆写篇文章，把这事一次说明白。哪怕你一行代码都没写过，只要会点外卖、用过手机，我保证你也能看懂这哥仨到底是什么关系。

先说结论：它们仨，其实就是一个人

在开拆之前，先给个最直接的印象。

• Agent —— 一个会动脑子的“数字打工人”
• Skill —— 这个打工人工具箱里的“各种手艺”
• MCP —— 一套能让手艺瞬间被接上的“万能转接头”

一句话串起来：Agent 通过 MCP 这个标准接口，去发现并调用一大堆 Skill，来完成你交给它的活儿。

别急着拍大腿，咱们一层一层剥开，用你身边的事儿套一遍。

第一层：Agent，你到底是个啥？

想象一下，你今天新招了一个行政助理，叫小王。

你对小王说：“帮我订个明天去上海的机票，买一束花送到老婆公司，再把昨晚的会议纪要整理出来发我邮箱。”

小王听完，自己在脑子里规划了一下：先打开携程订票，再在外卖软件上下单鲜花，最后翻开录音转文字工具整理纪要，然后该发邮件发邮件。这中间遇到航班没了，她还会自己换一班，不用再问你。

这个能理解你模糊的目标、自行做计划、拿工具干活、还能根据结果调整动作的“人”，就是 Agent。

在技术圈，Agent 通常由大模型做大脑核心，加上一套能调用工具的框架（比如 ReAct 模式）构成。但它的本质就是一个能自主执行任务的机器人。像大家熟悉的 ChatGPT 里面的 GPTs，或者 Cursor 里面那个能帮你直接改代码的 AI 助手，本质上都是 Agent。

搞清楚了 Agent 是个打工人，那它具体靠什么干活儿？这就引出了第二层。

第二层：Skill，别把“技能”想复杂了

小王之所以能帮你订票、买花、发邮件，是因为她拥有这些技能。这每一个“会做的事”，就是一个 Skill。

在编程的世界里，“查天气”、“发飞书消息”、“创建 Jira 工单”、“读 PDF 文件”、“写数据库”…… 这些可以重复被调用的原子能力，我们把它封装好，就都叫 Skill。

去年年初，我在一个项目里需要做一个数据分析 Agent，它要能连 MySQL 查表，要能调内部 API 生成图表，还要能把结果推到企业微信。当时我的做法很原始：写一段代码，把这三个功能做成三个函数，然后把函数的定义、参数说明硬塞给大模型，让它在合适的时机调用。

那段日子维护起来简直像灾难。比如企业微信的接口升级了，我就得改函数、重新拼装提示词。每一个 Skill 都死死地绑在我的 Agent 代码里，换个 Agent 要用同样的技能？对不起，再复制一遍代码。

于是我就在想：能不能把每一个 Skill 做成一个独立的标准件，任何 Agent 都能随时插拔？这时候，MCP 登场了。

第三层：MCP，这根“吸管”凭什么火遍全场

MCP，全称 Model Context Protocol，是 Anthropic 公司推出的一套开放协议。你先不用管这串英文，你只需要把它理解成 USB-C 接口。

回想一下，早期的手机，充电口有圆头的、有扁口的、有 Micro-USB，乱七八糟。你出门得带一捆线。后来 USB-C 一统天下，甭管你是什么设备，只要接口是 C 口，怼上去就能充电、传数据。

MCP 干的就是这件事。它规定了一套标准的通信格式（基于 JSON-RPC），让所有 Skill 都按照这个标准把自己“包装”好，变成一个 MCP 服务器。然后，任何支持 MCP 协议的 Agent，都能立刻认出它、连上它、使唤它。

这样一来，Skill 和 Agent 被解耦了：

• 提供 Skill 的人，只需要把自己提供的工具、数据资源包装成一个 MCP 服务放出去。比如数据库团队维护一个 “DB 查询 MCP 服务”，里面集成了各种查询 Skill。
• Agent 这边，只要在配置文件里加几行代码，把这个 MCP 服务的“地址”填进去，下一秒，Agent 就自动获得了里面所有的 Skill，知道怎么调用，需要什么参数。

还记得我那个数据分析 Agent 吗？如果用今天的 MCP 来做：

1. 数据库小哥扔给我一个 MySQL MCP 服务的地址；
2. 图表小组维护了一个 Chart MCP 服务；
3. 企业微信那块，早就有现成的 MCP 社区服务。

我要做的，只是在 Agent 的配置里像这样挂上三个 MCP 服务（伪代码示例）：

{
  "mcpServers": {
    "mysql": {
      "command": "node",
      "args": ["./mysql-mcp-server.js"]
    },
    "chart": {
      "url": "http://localhost:3001/mcp"
    },
    "wework": {
      "command": "python",
      "args": ["./wework-server.py"]
    }
  }
}

Agent 启动时，会自动去发现：“哦，我现在有了‘查订单’、‘画折线图’、‘发企微消息’这三个 Skill。” 你只需要用自然语言下命令：“把昨天的营收前十名查出来，画个柱状图发到群里。” Agent 自己就会管 MCP 要这些 Skill 干活儿。

注意，这里有个常见的误区。 很多人以为 MCP 本身就是 Skill，或者 Skill 必须依赖 MCP 存在。不是的。Skill 是那个实实在在做事的能力，MCP 只是让这个能力能被 Agent 以标准化的方式发现和调用的“招工平台”。没有 MCP 之前，Skill 也可以直接用函数调用，但有了 MCP，Skill 才真正变成了可以跨应用、跨模型、跨团队共享的即插即用模块。

拧在一起看关系，一图胜千言

现在，咱们把这三层合在一起，用“打工人小王”再总结一下：

可以画个简单的逻辑流：

你(人类) --> [下达任务] --> Agent(大脑)
                                |
                      [通过MCP标准协议调用]
                                |
                  +-------------+-------------+
                  |             |             |
        Skill A (查航班)   Skill B (买花)   Skill C (发邮件)

为什么这套组合拳最近这么火？

说实话，我干了这么多年开发，见过太多闭门造车的协议。但 MCP 这一波确实有点不一样，因为它真的解决了行业里一个很痛的痒点：让大模型的能力能够被安全、统一、无痛地扩展。

过去，我们想让 AI 干点活，光是给它接个“查询天气”的功能，就得写一堆胶水代码，还要专门告诉模型什么时候该用、怎么填参数。换个模型，这套提示词可能还不一样。而现在，只要开源社区有人把一个工具打包成了 MCP 服务，你下载下来一挂，你的 Agent 就原地学会了一个新技能。这种“技能生态”的想象空间非常大。

对于刚入门的同学，我的建议就是：不要被PPT上的概念吓到，从动手配一个 MCP 服务开始。 打开你电脑上的 Claude Desktop 或者 Cursor，找一个最简单的 MCP Server（比如网页抓取或者文件系统），按文档配好，然后对 Agent 说一句“帮我读一下这个网页的内容，总结成三句话”。当你亲眼看到 Agent 自动去连接那个 MCP Server 并调用对应 Skill 完成任务的一瞬间，这三者的关系，你一辈子都忘不了。

还是那句话：Agent 用思考来规划，Skill 用执行来落地，而 MCP，就是打通它们俩任督二脉的那根神经。

希望能帮到正在上路的你，咱们一线见真章。

关于我们

本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料，主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容，侧重测试实践、工具应用与工程经验整理。