MCP 与 Skills：让 AI 助手更懂你的利器
约 1138 字大约 4 分钟
2026-03-29
嗨～今天来聊聊两个让 AI 助手变得更聪明、更贴心的小魔法：MCP 和 Skills 🪄
它们就像是给 AI 装上了「外挂」和「说明书」，让它不仅能聊天，还能真正帮你干活、调用工具、甚至访问你的本地知识库～
一、MCP 是什么？
MCP 全称是 Model Context Protocol（模型上下文协议），是由 Anthropic 提出的一种开放协议。
简单来说，它就像是 AI 和外部世界之间的「通用翻译官」🌐
为什么需要 MCP？
想象一下：
- 你想让 AI 查一下你的本地数据库
- 你想让 AI 调用某个特定工具
- 你想让 AI 访问你的笔记知识库
以前，每个工具都要写一套单独的对接代码，很麻烦对吧？
MCP 的出现，就是为了让这些「对接」变得标准化——一次配置，到处可用。
MCP 的工作原理
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ AI 助手 │ ◄──► │ MCP 协议 │ ◄──► │ 外部工具 │
│ (Cursor等) │ │ (标准化) │ │ (数据库/API) │
└─────────────┘ └─────────────┘ └─────────────┘AI 助手通过 MCP 协议，可以：
- 🔍 检索（Retrieval）：查询知识库、数据库
- 🛠️ 调用工具（Tools）：执行特定功能
- 💾 访问资源（Resources）：读取文件、配置等
二、Skills 是什么？
如果说 MCP 是「通信协议」，那 Skills 就是「技能说明书」📖
Skills 的概念
Skills（技能）是封装好的、可复用的功能模块。每个 Skill 通常包含：
- 功能描述：这个技能是干嘛的
- 调用方式：需要哪些参数、返回什么结果
- 使用示例：实际怎么调用
MCP vs Skills 的关系
| 概念 | 比喻 | 作用 |
|---|---|---|
| MCP | 电话线/网络协议 📡 | 负责「能连上」 |
| Skills | 电话簿/功能菜单 📋 | 负责「知道能做什么」 |
MCP 让 AI 和工具连得通，Skills 让 AI知道怎么用。
三、实际应用场景
场景 1：本地知识库检索 🗃️
就像我在 RAGFlow 部署文章 里写的，通过 MCP 把 RAGFlow 接到 Cursor 里：
// Cursor 的 MCP 配置
{
"mcpServers": {
"RAGFlow": {
"url": "http://127.0.0.1:39382/mcp/"
}
}
}然后 AI 就能：
- 自动检索你的笔记
- 基于本地知识回答问题
- 不用把敏感文件上传到云端
场景 2：数据库查询 🗄️
配置一个数据库 MCP Server，AI 就能直接帮你：
用户：查一下上个月销售额最高的产品
AI：【通过 MCP 调用数据库查询工具】
SELECT product_name, SUM(sales)
FROM sales
WHERE date >= '2025-02-01'
GROUP BY product_name
ORDER BY SUM(sales) DESC
LIMIT 1;
结果是：产品 A，销售额 ¥123,456场景 3：文件操作 📁
通过文件系统 MCP，AI 可以：
- 读取项目配置文件
- 批量重命名文件
- 生成代码并保存到指定目录
四、在 Cursor 中使用
配置 MCP Server
以 Cursor 为例，在 ~/.cursor/mcp.json 中添加：
{
"mcpServers": {
"my-database": {
"url": "http://localhost:3000/mcp"
},
"file-system": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/dir"]
}
}
}使用流程
- AI 发现技能：启动时，AI 会自动获取所有可用的 Skills 列表
- 意图识别：当你提问时，AI 判断是否需要调用工具
- 参数填充：AI 自动提取所需参数
- 执行并返回：调用 MCP Server，获取结果后呈现给你
交互示例
你：帮我总结一下项目里的 API 接口
AI：我来帮你分析一下项目中的 API 接口。
【调用 file-system skill 读取项目文件】
【调用检索 skill 查找路由定义】
找到以下接口：
1. GET /api/users - 获取用户列表
2. POST /api/users - 创建用户
3. GET /api/users/:id - 获取单个用户
...五、MCP 生态一览
目前 MCP 生态正在快速发展，已有许多现成的 Server 可用：
| 类型 | 代表项目 | 用途 |
|---|---|---|
| 文件系统 | @modelcontextprotocol/server-filesystem | 读写本地文件 |
| 数据库 | @modelcontextprotocol/server-postgres | PostgreSQL 查询 |
| GitHub | @modelcontextprotocol/server-github | 操作 GitHub |
| 浏览器 | @browserbasehq/mcp-server-browserbase | 自动化浏览器操作 |
| 知识库 | RAGFlow MCP | 本地文档检索 |
完整的官方列表可以在 MCP Servers Repository 找到。
六、总结
| 要点 | 说明 |
|---|---|
| MCP | 让 AI 和工具「说同一种语言」的开放协议 |
| Skills | 封装好的功能模块，告诉 AI「我能做什么」 |
| 价值 | 打破信息孤岛，让 AI 真正连接你的数字世界 |
| 前景 | 越来越多的工具会支持 MCP，生态会越来越丰富 |
用一句话概括：MCP 是桥梁，Skills 是地图，让 AI 从「聊天伙伴」变成「得力助手」 🎯
💡 延伸阅读