前言

提示：这里可以添加本文要记录的大概内容：

技能 vs 规则
规则采用全量加载机制，一旦开启对话，所有规则都会被注入并持续占用上下文窗口；技能则采用按需加载机制，仅在实际需要被调用时才加载到上下文中，从而显著降低 Token 消耗。
技能 vs MCP Server
技能用于向 TRAE 描述如何完成任务，而 MCP Server 负责向 TRAE 提供可以调用的工具。
例如，TRAE 可以通过 Playwright MCP Server 获得页面操作等自动化测试能力；而对应的技能则用于约定测试工程结构、页面对象模型（POM）设计规范，以及常见测试用例的编写和执行流程，从而引导 TRAE 在正确的上下文中高效调用这些能力。

提示：以下是本篇文章正文内容，下面案例可供参考

总结

想让 AI 调用外部工具 → 找/写 MCP Server
• 有固定的工作流程想自动化 → 写 Skill
• 想让 AI 遵守某些规范 → 写 Rule

智能体（大脑）
├── 提示词（指令）── 告诉AI"怎么做"
├── Skill（教材）── 告诉AI"按什么标准做"
└── MCP（手脚）── 让AI"真正去做"