共计 1914 个字符，预计需要花费 5 分钟才能阅读完成。
MCP 的作用在于连接各类数据和工具，而 Skills 则承担着定义工作流程及操作规范的职责。
1. 主要差异
| 维度 | Claude Code Skills | MCP |
|---|---|---|
| 定位 | 操作指南：详尽的任务执行指令、脚本及模板 | 标准协议：为外部数据源、API 及本地工具提供通用接口 |
| 解决的问题 | 如何执行（程序性知识） | 可以访问哪些内容（连接性） |
| 工作方式 | 按需加载：仅在必要时才将指令载入上下文 | 客户端 - 服务器架构：Claude 通过标准接口调用 MCP 服务器 |
| 技术实现 | Markdown 文件 + Python/Bash 脚本 | 需编写符合 MCP 标准的服务器代码（TypeScript/Python） |
| 使用场景 | PR 审查流程、代码提交规范以及复杂工作流 | 访问 GitHub、读取数据库、调用 Slack API |
2. 协同作用
这两者并不是相互替代的关系，而是可以协同运用：
- Skill 调用 MCP：Skill 可以定义如何使用 MCP 工具。例如，通过 MCP 连接数据库后，Skill 可以规定查询及分析的标准流程。
- 发现与执行：MCP 使 Claude 了解可用资源，而 Skill 则告知 Claude 如何按照特定流程使用这些资源。
3. Skills 的特点
定义
Skills 将提示工程（Prompt Engineering）进行了结构化和模块化处理，将专家的工作流程封装为可重复使用的组件。
优势
- 高效的 Token 使用：
- 启动时仅加载 Skill 的名称和简介（仅几十个 Token），只有在任务匹配时才加载完整内容，从而避免上下文窗口的满载。
- 强制执行规范：
- 可设置必须执行的检查点，例如在代码修改前强制运行检查 Skill，防止遗漏步骤。
- 输出的可控性：
- 通过内置脚本和精确指令，确保在不同对话中遵循一致的代码风格或业务逻辑。
- 便于使用与分享：
- 主要采用 Markdown 编写，技术和非技术人员均能轻松上手，并可在 Claude.ai、Claude Desktop 与 Claude Code 之间共享。
构建自定义 Claude Skills 教程
该视频展示了 Skills 与 MCP 在实际使用中的对比，演示如何通过 Skills 降低 Token 消耗并提升工作流程的稳定性。
Claude Skills 与 MCP 的区别及使用时机 – YouTubePostman · 1.6K 观看次数
案例比较：自动生成 API 文档
使用 MCP
方式：安装 GitHub MCP 服务器和本地文件系统 MCP 服务器
操作 ：指示 Claude 读取src/api 目录，汇总接口信息，生成 README.md 并提交到 GitHub
过程：Claude 通过 MCP 读取文件，分析代码，并调用 GitHub API 进行提交
使用 Skills
方式 ：定义一个名为api-documenter 的 Skill
Skill 内容（SKILL.md）规定：
- 采用 Swagger 标准格式
- 所有参数标注数据类型（基于 TypeScript 类型定义）
- 生成后运行
npm run lint-docs进行格式验证 - 提交信息格式固定为
docs: update API documentation per [date]
比较分析
| 维度 | MCP | Skills |
|---|---|---|
| 优势 | 使 Claude 能够操作外部资源，例如读取私有文件或推送代码；通用性较强，一次配置可多次使用 | 确保按照团队规范进行任务；可包含验证脚本，强制自检，减少错误发生 |
| 劣势 | 仅提供工具而缺乏逻辑，没有良好的提示词，输出可能不一致；需要配置 API 密钥和服务器权限 | 对访问权限的依赖性较强，缺乏 MCP 或本地权限将无法执行；规范变化时需手动更新文档 |
使用建议
使用 MCP：当需要 Claude 执行操作，如读取数据库、抓取网页、在 Jira 开票或在 Slack 发送消息时。MCP 是基础设施。
使用 Skills：当需要 Claude 遵循规范时，例如代码审查、测试驱动开发或发布管理。Skills 则是管理规范的工具。
最佳实践：二者结合使用。编写一个 Skill，指令为：“调用 GitHub MCP 读取代码，按照项目规范生成文档，并通过文件系统 MCP 保存并运行本地校验脚本。”
总结
- MCP：标准化的 API，能够让 Claude 与外部世界进行交互
- Skills：模块化的提示工程，使 Claude 的行为变得可预测、专业且高效
