适合读者：正在使用 Claude Code、Cursor、AI 编程助手，想搞清楚 MCP、Skill、Plugin 到底分别是什么的人。

一、先说结论

在 Claude Code 这类 AI 编程工具里，MCP 和 Skill 都可以增强 AI 助手的能力，但它们解决的问题完全不同。

一句话概括：

MCP 是“接外部工具和数据源的协议”，Skill 是“教 AI 怎么完成某类任务的方法说明”。

也可以这样理解：

概念	更像什么	主要作用
MCP	工具接口 / 外挂数据通道	让 AI 能访问外部系统、工具、数据库、浏览器、文档服务等
Skill	工作方法 / 操作手册 / 专项能力包	告诉 AI 遇到某类任务时应该按什么流程做
Plugin	插件包	可以同时包含 Skill、MCP、命令、Agent、Hook 等能力

如果用程序员熟悉的比喻：

• MCP 像一组 API 或 SDK，让 AI 能“调用外部能力”。
• Skill 像一份 SOP / Prompt 模板 / 工作流说明，让 AI 知道“该怎么干活”。
• Plugin 像一个 npm 包或 VS Code 插件，可以把多种能力打包安装。

---

二、什么是 MCP？

MCP 全称是 Model Context Protocol，可以理解为一种让 AI 模型连接外部工具和上下文的协议。

它的核心目标是：

让 AI 不只会聊天，还能安全、结构化地调用外部工具。

比如在 Claude Code 里，MCP 可以让 AI 使用：

• 浏览器自动化工具，例如 Playwright
• 文档查询工具，例如 Context7
• GitHub / GitLab / Jira / Linear 等平台
• 数据库查询工具
• 本地文件或远程 API
• 企业内部知识库
• 自定义业务系统

MCP 的重点是“连接能力”

MCP 本身不直接规定 AI 应该如何完成任务，它更关注：

1. 有哪些工具可以调用
2. 每个工具的入参是什么
3. 每个工具返回什么结果
4. 工具调用是否需要权限
5. 外部系统如何与 AI 助手通信

例如，一个 Context7 MCP 工具可以让 AI 查询最新框架文档：

用户：帮我查一下 Next.js 最新的 App Router 用法
AI：调用 Context7 MCP 查询 Next.js 文档
AI：基于最新文档给出答案

这里 MCP 扮演的是“文档查询通道”。

---

三、什么是 Skill？

Skill 可以理解为 Claude Code 中的一种“专项能力说明书”。

它通常会告诉 AI：

• 这个技能什么时候应该使用
• 使用这个技能前要做什么
• 执行任务时要遵循什么步骤
• 哪些行为不能做
• 最终输出应该是什么样

Skill 的重点是“做事方法”

比如一个 code-review Skill，可能会要求 AI：

1. 先查看当前代码变更
2. 按正确性、可维护性、安全性几个维度检查
3. 只报告有证据的问题
4. 给出具体文件和行号
5. 不要泛泛而谈

再比如一个 frontend-design Skill，会要求 AI：

• 做页面时不要生成千篇一律的 AI 风格
• 注意布局、配色、间距、视觉层次
• 优先做生产级界面
• 根据项目技术栈生成对应代码

所以 Skill 更像是“让 AI 以某种专家方式工作”。

---

四、MCP 和 Skill 的核心区别

1. 关注点不同

对比项	MCP	Skill
关注点	工具连接	工作流程
解决问题	AI 能不能访问外部系统	AI 应该怎样完成任务
类似概念	API、插件接口、工具协议	SOP、提示词模板、专家经验
是否一定调用外部服务	经常会	不一定
是否一定改变 AI 行为	间接改变	直接改变

MCP 解决的是“AI 能用什么工具”。

Skill 解决的是“AI 应该怎么使用能力完成任务”。

---

2. 使用方式不同

MCP 通常表现为一组工具，例如：

browser_navigate
browser_click
query-docs
resolve-library-id

AI 可以在需要时调用这些工具。

Skill 通常表现为一个任务入口，例如：

/code-review
/deep-research
/frontend-design
/simplify

或者在对话中自动触发：

帮我审查这次代码改动
帮我做一个漂亮的 Vue 后台页面
帮我调研一下 MCP 和 Skill 的区别

这时 AI 会先加载 Skill 的说明，再按照 Skill 规定的流程执行。

---

3. 能力边界不同

MCP 可以让 AI 获得原本没有的外部能力。

例如：

• 没有浏览器 MCP：AI 只能根据文本推测页面问题。
• 有 Playwright MCP：AI 可以真的打开页面、点击按钮、查看控制台报错。

Skill 不一定增加新工具，但会提高 AI 做事的稳定性。

例如：

• 没有 code-review Skill：AI 可能只是随便看几眼代码。
• 有 code-review Skill：AI 会按代码审查流程系统检查，并输出更标准的审查意见。

---

五、Plugin 又是什么？

很多人会把 MCP、Skill、Plugin 混在一起。

其实 Plugin 是更大的打包形式。

一个 Plugin 里面可以包含：

• Skills
• MCP Server 配置
• Slash Commands
• Agents
• Hooks
• 配置文件
• 示例文档

也就是说：

Plugin 是安装包，Skill 和 MCP 都可能是插件包里提供的能力。

举个例子：

一个“代码审查插件”可能包含：

• /code-review 命令
• code-review Skill
• 专门的审查 Agent

一个“浏览器插件”可能包含：

• Playwright MCP Server
• 浏览器点击、截图、控制台读取等工具

一个“项目管理插件”可能包含：

• GitLab MCP
• 创建 Issue 的命令
• PR Review 的 Skill

---

六、什么时候用 MCP？

如果你的需求是“让 AI 访问某个外部系统”，通常应该考虑 MCP。

典型场景包括：

1. 查询最新官方文档

例如：

帮我查 Vue 3 最新 API 用法
帮我看 Spring Boot 3.5 的配置变化

这类任务适合使用文档类 MCP，例如 Context7。

2. 操作浏览器

例如：

启动项目后帮我看看页面有没有报错
帮我打开登录页测试一下
帮我截图看看 UI 效果

这类任务适合使用 Playwright MCP。

3. 连接代码托管平台

例如：

帮我查看 GitLab 上这个 MR 的变更
帮我创建一个 Issue
帮我评论 PR 审查结果

这类任务适合 GitHub / GitLab MCP。

4. 查询数据库或内部系统

例如：

帮我查一下订单表里这条数据
帮我从内部知识库找接口说明

这类通常需要企业自建 MCP。

---

七、什么时候用 Skill？

如果你的需求是“让 AI 按某种专业流程做事”，通常应该使用 Skill。

典型场景包括：

1. 代码审查

/code-review

适合检查：

• bug
• 边界条件
• 安全问题
• 代码风格
• 可维护性

2. 简化重构

/simplify

适合做：

• 去重复
• 降低复杂度
• 提升可读性
• 优化结构

3. 前端设计

/frontend-design

适合做：

• Vue / React 页面
• 后台管理界面
• Landing Page
• 组件视觉优化

4. 深度调研

/deep-research

适合做：

• 技术选型
• 行业资讯
• 框架对比
• 多来源事实核验

5. 项目说明管理

例如 claude-md-management 类 Skill，可以帮助维护 CLAUDE.md，把项目经验沉淀下来。

---

八、MCP 和 Skill 可以一起用吗？

可以，而且很多高质量任务都需要二者配合。

举个例子：

场景：让 AI 帮你审查一个前端页面问题

用户需求：

帮我看看这个 Vue 页面为什么按钮点了没反应

可能的执行过程：

1. Skill：使用系统化调试流程
2. MCP：通过 Playwright 打开页面
3. MCP：点击按钮复现问题
4. MCP：读取浏览器控制台报错
5. Skill：按调试流程定位根因
6. AI：修改代码并验证结果

这里：

• Skill 决定“怎么查”
• MCP 提供“能实际查页面”的工具能力

再比如：

场景：生成一篇技术调研报告

1. Skill：deep-research 规定检索、抓取、核验、综合输出流程
2. MCP / Web 工具：负责搜索网页、抓取来源
3. AI：负责总结、去重、判断可信度、生成文章

所以二者不是竞争关系，而是互补关系。

---

九、一个简单类比

可以把 Claude Code 想象成一个程序员助手：

• MCP：给助手配工具箱
• Skill：教助手工作方法
• Plugin：把工具箱和教程打包安装

例如：

类比	在 Claude Code 中对应
螺丝刀、万用表、浏览器、数据库连接器	MCP 工具
排查故障流程、代码审查规范、前端设计规范	Skill
一个完整的开发辅助套件	Plugin

如果只有 MCP，没有 Skill，AI 可能有工具但不知道最佳流程。

如果只有 Skill，没有 MCP，AI 可能知道流程但缺少实际操作外部系统的能力。

二者结合，效果最好。

---

十、常见误区

误区 1：MCP 就是插件

不完全对。

MCP 是协议或工具连接方式，Plugin 是安装包。一个 Plugin 里可以包含 MCP，但 MCP 不等于 Plugin。

误区 2：Skill 就是普通提示词

也不完全对。

Skill 确实包含提示词和说明，但它更像一个可复用的任务能力包。它通常有触发条件、执行步骤、约束、输出格式，稳定性比临时提示词更好。

误区 3：装了 MCP，AI 就一定会变聪明

不一定。

MCP 只是给 AI 增加工具，真正效果还取决于：

• 工具是否稳定
• 权限是否配置正确
• AI 是否知道什么时候该调用
• 任务流程是否清晰

误区 4：Skill 越多越好

也不一定。

Skill 太多可能导致触发混乱。更好的方式是安装自己常用的技能，例如：

• 代码审查
• 前端设计
• 简化重构
• 深度调研
• 项目文档管理

---

十一、对开发者的建议

如果你是普通开发者，我建议这样配置：

必备 MCP

• 文档查询类 MCP：查最新框架文档
• 浏览器自动化 MCP：验证页面和交互
• Git 平台 MCP：查看 PR / MR / Issue

必备 Skill

• code-review：代码审查
• simplify：代码简化和重构
• frontend-design：前端页面设计
• deep-research：深度调研
• systematic-debugging：系统化调试
• verification-before-completion：完成前验证

推荐组合

任务	推荐组合
写新功能	brainstorming Skill + TDD Skill + 项目文件工具
修 bug	systematic-debugging Skill + 浏览器/日志 MCP
查框架用法	Context7 MCP + 回答总结
做页面	frontend-design Skill + Playwright MCP
审查代码	code-review Skill + Git 工具
写调研报告	deep-research Skill + Web/MCP 检索工具

---

十二、总结

最后再用一句话总结：

MCP 负责“接工具”，Skill 负责“定流程”，Plugin 负责“打包安装”。

三者的关系可以理解为：

Plugin
 ├── Skill：告诉 AI 怎么做事
 ├── MCP：让 AI 能调用外部工具
 ├── Command：提供快捷命令
 ├── Agent：提供专用子代理
 └── Hook：提供自动化触发能力

如果你想让 AI 编程助手真正好用，不要只追求“装很多插件”，而应该思考两个问题：

1. 我希望 AI 能访问哪些外部工具？这对应 MCP。
2. 我希望 AI 按什么流程完成任务？这对应 Skill。

把这两个问题想清楚，Claude Code、Cursor、AI IDE 这类工具的效果会提升很多。