1 定义

MCP

MCP（模型上下文协议）是一种开放协议，用于实现大语言模型（LLM）应用与外部数据源、工具之间的无缝集成。
它为 AI 应用连接各类数据源和工具提供了标准化方式，使所有符合 MCP 规范的客户端都能与所有符合 MCP 规范的服务器互通（即插即用）。

SKILL

Skills（技能）是包含指令、脚本和资源的文件夹，Claude 可动态加载它们，以提升在专业任务上的执行表现。
Skills 教会 Claude 以可复用的方式完成特定任务。
Agent Skills 是模块化、自包含的能力包，可被智能体动态发现并按需加载，用于可靠执行特定任务。

Tool Calling

MCP 的父集，Tool Calling（工具调用）是一种让 LLM 能够在推理过程中主动调用外部函数或服务的机制。模型不再只是输出文本，而是可以输出结构化的"调用请求"（如函数名 + 参数），由宿主程序执行后将结果返回给模型，从而完成搜索、计算、数据库查询、API 请求等超出模型自身能力边界的操作。MCP 标准化了工具的发现、描述与调用接口（即 server 端如何暴露工具），而 Tool Calling 描述的是模型侧具备主动调用工具的能力；各平台自有的函数调用协议（如 OpenAI Function Calling、Anthropic Tool Use 等）同属 Tool Calling 范畴，两者关系为：MCP ⊂ Tool Calling。

2 个人理解

SKILL： 可视为加强版的按需加载 prompt，本身并不特殊，只是 Claude 可以根据任务类型自主判断是否读取的提示词文件。

MCP/Tool Calling： 真正让 LLM 与世界产生交互的中介。

3 解答

Q：为什么常常只需要给 Agent 设置 SKILL 它就能干活，而不需要额外配置 MCP？

A：因为市面上的绝大多数 Agent 通常已通过 MCP 或内置工具机制暴露了 shell/bash 工具。shell 工具是 MCP 所提供的众多工具之一。shell 工具对 Agent 而言就像人的手脚——有了它，Agent 可以执行脚本、读写文件、调用命令行程序，配合 SKILL 中的指令，理论上能完成绝大多数本地任务，因此不需要额外配置其他专用 MCP。