MCP 解决的是「AI 怎么连外部工具」。Skill 解决的是另一个问题:怎么把领域知识和操作规范封装成 AI 能自动调用的能力模块?
三个容易混淆的概念
| 概念 | 本质 | 类比 |
|---|---|---|
| System Prompt | 一次性的指令文本 | 口头交代 |
| MCP Server | 标准化的工具/数据接口 | USB 设备 |
| Skill | 结构化的知识 + 行为模块 | 员工培训手册 + SOP |
Skill 不是替代 MCP,而是 告诉 Agent 什么时候、怎么用 MCP,以及领域内的最佳实践。
Cursor Skill 长什么样
Cursor 的 Skill 就是一个 SKILL.md 文件,放在特定目录下。Agent 在相关场景会自动读取并遵循:
# Git Commit Skill
## 何时使用
当用户要求创建 git commit 时。
## 步骤
1. 运行 git diff 查看变更
2. 分析变更性质(feat/fix/refactor/docs)
3. 按 Conventional Commits 格式写 message
4. 不提交 unrelated 的文件
## 格式
feat(scope): 简短描述
## 示例
feat(auth): add JWT token refresh endpoint
fix(ui): resolve button alignment on mobile
Cursor Agent 在处理 commit 相关任务时,会加载这个 Skill,按里面的规范执行——而不是每次靠你口头重复。
Skill vs MCP vs Prompt:决策表
你的需求 用什么
─────────────────────────────────────────
「让 AI 能查数据库」 → MCP Server
「让 AI 知道怎么查、查什么」 → Skill
「这次对话的特殊要求」 → Prompt
「所有对话的基线行为」 → System Prompt
一个完整的 Agent 配置通常是:
System Prompt(基线人格和规则)
+ Skills(领域 SOP,按需加载)
+ MCP Servers(工具和数据接口)
+ 用户 Prompt(当前任务)
真实案例:Cursor 的 Skill 生态
Cursor 官方和社区已有大量 Skill:
- create-skill — 教 Agent 怎么写新 Skill
- create-rule — 创建 Cursor Rules
- sdk — Cursor SDK 开发指南
- babysit — PR 合并就绪检查流程
这些 Skill 的共同特点:
- 触发条件明确——「何时使用」section 告诉 Agent 什么时候加载
- 步骤可执行——不是抽象原则,是具体操作序列
- 有示例——好的 Skill 都包含 input/output 示例
怎么写一个好的 Skill
✅ 好的 Skill:
- 标题说清能力边界
- 「何时使用」精确到场景(不是「写代码时」而是「创建 git commit 时」)
- 步骤编号、可逐步执行
- 包含反例(「不要这样做」)
- 有真实示例
❌ 差的 Skill:
- 「你是一个优秀的程序员」(太泛,System Prompt 的事)
- 没有触发条件(Agent 不知道什么时候加载)
- 步骤模糊(「确保代码质量」——怎么确保?)
Skill 的加载机制(Cursor)
Cursor Agent 的工作方式:
- 用户发出请求
- Agent 判断当前任务类型
- 从可用 Skill 中 选择相关的 加载到上下文
- 结合 Skill 指令 + MCP 工具 + 代码库上下文执行任务
这意味着:Skill 不是全部塞进上下文,而是按需加载——这和 RAG 检索文档块是类似的思路。
和其他产品的对比
| 产品 | 类似概念 | 格式 |
|---|---|---|
| Cursor | Skill | SKILL.md |
| Claude (Anthropic) | Projects + Custom Instructions | 文本 + 文件 |
| OpenAI | GPTs / Custom Actions | 配置 UI + OpenAPI |
| GitHub Copilot | Instructions (.github/copilot-instructions.md) | Markdown |
Cursor 的 Skill 机制目前是最结构化的——有明确的触发条件和步骤格式,适合工程团队标准化 AI 行为。
小结
Skill = 可复用、按需加载的领域 SOP。MCP 给 Agent 手(工具),Skill 给 Agent 脑中的操作手册。两者配合,Agent 才能又准又稳地完成任务。
下一篇:把这些都串起来的那个层——Agent Harness。