从 Function Call 到 MCP-＞ SKILLS：AI Agent 能力扩展的演进之路

作者：CSDN博客
背景

最近 Claude 的 SKILLS 很火，忍不住也来体验了一下，发现确实是有些东西的；但也发现身边的一些同事对这些新出的概念总是很懵逼，所以便有了这篇文章。
从最早的 Function Call，到 MCP 协议，再到如今的 Agent Skills。
本文将从技术演进的角度，带你理解这些概念之间的关系，以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。
再开始之前还是要澄清下大模型和 Agent 的关系，今天刷到一个视频[1]觉得讲的非常浅显易懂：
所谓智能体就是把非智能的部分整合在一起，也就是说大模型帮我们做模糊自然语言的理解与决策，然后然后交给 agent 去调用一些非智能化的能力，比如：

把 word 转换成 PDF编译运行代码调用飞书的推送接口，把一些内容推送给你的机器人。

这些能力可能是需要编码完成的，也可能是第三方提供的 API，不管是哪种都是一些确定的东西。

让大模型摆脱了只能在网页里做一个 chatbot，从而进化到可以真正干具体事情的能力（以往我们需要手动去复制大模型给的代码到本地进行编译运行，这些重复机械的步骤直接交给 agent 来运行）
比如现在流行的 claude code 他可以帮你修改代码，直接运行代码获取结果，充当你和大模型沟通的桥梁。
而最近大火的 openclaw[2] 本质上也是一个 agent，只是相比于 claude code 多了 gui 界面，对接更多的工具（各种 IM），本质上他们没有任何区别。
发展历史

Function Call：让大模型学会"使用工具"

在 Function Call 出现之前，大模型只能做一件事：生成文本。你问它天气，它只能根据训练数据猜测；你让它查数据库，它只能编造一个"看起来合理"的答案。
2023 年，OpenAI 发布了 Function Calling[3] 功能，这是大模型能力扩展的第一个里程碑。
核心思路：告诉大模型"你有哪些工具可以用"，当它判断需要使用工具时，输出一个结构化的 JSON 调用请求，由外部程序执行后再把结果返回给模型。
复制

1. {
2.   "name": "get_weather",
3.   "arguments": {
4.     "location": "北京",
5.     "unit": "celsius"
6.   }
7. }

复制代码

局限性：
• 每个应用都要自己定义和实现工具
• 工具之间没有统一标准，无法复用
• 工具定义需要全部放在 System Prompt 里，token 消耗大
MCP：建立统一的"工具接口标准"

2024 年，Anthropic 发布了 MCP (Model Context Protocol)[4]，可以把它理解为 AI 工具的 RPC 协议。
解决的核心问题：让不同开发者写的工具，AI 都能听得懂、用得上。

对比维度	Function Call	MCP
定义方式	每个应用自己定义	统一协议标准
工具发现	静态配置	动态发现
生态复用	难以复用	一次开发，处处可用
跨模型支持	绑定特定模型	开放标准，多模型支持

MCP 的工作流程：

1. MCP Client (Claude)                MCP Server (如数据库读取器)
2.      │                                  │
3.      │  1. 连接并发送 list_tools        │
4.      │ ──────────────────────────────▶  │
5.      │                                  │
6.      │  2. 返回工具列表                 │
7.      │  (query_db, search_files...)     │
8.      │ ◀──────────────────────────────  │
9.      │                                  │
10.      │  3. 用户提问，Claude 决定调用    │
11.      │     call_tool: query_db          │
12.      │ ──────────────────────────────▶  │
13.      │                                  │ ← 执行 SQL 查询
14.      │  4. 返回执行结果                 │
15.      │ ◀──────────────────────────────  │
16.      │                                  │
17.      ▼
18. Claude 整合结果，组织成回答

复制代码

Agent Skills：从"工具"到"技能包"

2025 年 10 月，Anthropic 发布了 Agent Skills[5]，这是在 MCP 基础上的进一步抽象。
时间线：

时间	事件
2025年10月9日	Anthropic 发布 Plugins 系统[6]
2025年10月16日	Anthropic 发布 Agent Skills[5]
2025年10月16日	Agent Skills 作为开放标准发布[7]

Skills 是什么：

"Skills are organized folders of instructions, scripts, and resources that agents can discover and load dynamically to perform better at specific tasks."

可以把 Skills 理解为"分类后的系统提示词"，但它比传统的 System Prompt 更智能——按需加载，而不是全量加载。

维度	传统系统提示词	Agent Skills
加载方式	全量加载：每次对话都要发一遍	按需调用：只加载需要的技能
Token 消耗	高：Prompt 长度随功能增多而爆炸	低：结合 Prompt Caching 降低成本
复杂度上限	低：Prompt 太长会"注意力失焦"	高：每个技能独立，互不干扰
执行能力	仅限"说话"	可关联 Tool Use，真正执行操作

Skills 的本质：提示词工程的进化
说到底，Skills 的本质还是前几年流行的提示词工程（Prompt Engineering）。
回想一下 2023 年 ChatGPT 刚火的时候，网上到处都是"万能提示词模板"、"让 AI 效率翻倍的 prompt 技巧"。那时候大家都在研究怎么写出更好的 System Prompt，让 AI 扮演各种角色：翻译官、程序员、文案专家...
Skills 做的事情本质上没变——还是在告诉 AI "你是谁、你能做什么、你应该怎么做"。
说的更好理解一点：可以把自己日常的一些固定流程固化为一个 SKILLS，比如我写博客需要为一篇文章配一个封面图，我之前的流程是：
• 写好文章后根据文章的内容想一个标题
• 根据这个标题去网上照一张合适的图
• 把图片上传到图床
• 然后把图床链接贴到博客的顶部
这些流程其实都是机械化的毫无智能而言，但是每次做法都是一样的；所以我将这些流程写到一个 SKILL.md 文档里。
让 AI 给我总结文章标题、生成配图、上传图床、然后粘贴到文章顶部。
这样我写好文章后，只需要对 Claude Code/Codex 这类 agent 说：把 /xx/xx/blog.md 配图。
之后 AI 就会自动加载我在 SKILL.md 里定义的流程进行处理。
同理，我们日常工作中这些繁琐的流程都可以抽象为一个个的 SKILL，想想是不是可玩性非常强。
区别在于：
• 以前：把所有提示词塞进一个巨大的 System Prompt，不管用不用得上都要带着
• 现在：把提示词拆分成独立的 Skill 文件，AI 自己判断什么时候需要加载哪个
所以如果你之前积累了很多好用的提示词模板，现在可以直接把它们改造成 Skills——加上 frontmatter 元数据，放到 ~/.claude/skills/ 目录下，就能让 Claude 按需调用了。
现状

Skills 与 MCP 的关系

用一个类比来说明：
• MCP是 RPC 接口协议"
• Skills 是"接口实现里的一个个具体的函数（函数的抽象级别需要定义好，不然维护性也不强）"
它们不是互相替代的关系，而是"协议"与"实现"的关系。一个 "GitHub Skill" 内部就是通过 MCP 协议去和 GitHub 服务器通讯的。
Skills 的两阶段加载机制

这是 Skills 设计中很精妙的部分——不会导致 token 激增。

阶段	加载内容	Token 消耗
启动时	只加载元数据（name + description）	~30-100 tokens/skill
匹配后	加载完整 skill 内容	视 skill 大小而定

工作原理：
复制

1. 用户请求 → Claude 匹配 skill descriptions → 只注入相关 skill 的完整内容

复制代码

以 Obsidian skills 为例：
• 启动时：只加载 obsidian-markdown、obsidian-bases 的 name 和 description（约 100-300 tokens）
• 当你说 "帮我创建一个 Obsidian 笔记"：才加载 obsidian-markdown 的完整内容
• 如果不涉及 Obsidian：完整内容永远不会加载
匹配逻辑：完全由大模型决定

这里我其实有一个问题：谁来判断是否需要加载某个 Skill？
答案是：完全由大模型决定，不是客户端。
任何需要做模糊语义判断的地方都是大模型来处理、Agent 只做具体确定的事情。

1. Claude Code 客户端                    大模型
2.      │                                  │
3.      │  所有 skills 元数据              │
4.      │  (name + description)            │
5.      │ ──────────────────────────────▶  │
6.      │                                  │ ← 模型阅读、理解、判断
7.      │                                  │
8.      │  调用 Skill 工具                 │
9.      │ ◀──────────────────────────────  │
10.      │                                  │
11.      │  注入完整 SKILL.md 内容          │
12.      │ ──────────────────────────────▶  │

复制代码

客户端做的事：收集元数据、打包发送、执行工具调用。
客户端不做的事：没有关键词匹配、没有正则、没有向量嵌入、没有意图分类器。

客户端做的越轻越能体现 AI 的特点，也跟通用。

由于完全依赖模型判断，存在不可靠性。skills 有可能没有被自动激活，模型会直接跳过它们，这就是大模型的概率问题，如果确定要使用某个 SKILL，可以用一下方案：
1. 直接使用 /skill-name 强制使用
2. 关键规则放在 CLAUDE.md 中（始终在上下文里）
3. 设置 disable-model-invocation: true 改为手动调用
Skills 的安装方式

目前有两种安装方式：

特性	/plugin 命令安装	手动复制到 ~/.claude/skills
版本追踪	有	无
自动更新	/plugin update	手动
来源记录	有	无
适用场景	第三方/远程 skill	本地开发/简单使用
开放标准	Claude Code 专属（但一些其他 agent 也兼容读取了 cc 的目录来实现兼容性）	Agent Skills 标准实现

~/.claude/skills 目录是 Agent Skills 开放标准的本地实现。Agent Skills 已发布为开放标准（agentskills.io[8]），不仅 Claude Code 支持，OpenAI Codex CLI 等其他工具也可以使用。
Skills 的存储层级

Skills 的存储架构类似于 Java 生态中的依赖管理体系，分为三个层级：

1. ┌─────────────────────────────────────────────────────────────────┐
2. │                    公共云端层 (Public Hub)                        │
3. │         类似 Maven Central / npm registry                        │
4. │         未来可能的 Anthropic Skills Hub                           │
5. └───────────────────────────┬─────────────────────────────────────┘
6.                             │
7.                             ▼
8. ┌─────────────────────────────────────────────────────────────────┐
9. │                    企业私服层 (Enterprise Hub)                    │
10. │         类似 Nexus 私服 / npm private registry                   │
11. │         公司内部的 MCP Server，统一管理员工通用技能                  │
12. └───────────────────────────┬─────────────────────────────────────┘
13.                             │
14.                             ▼
15. ┌─────────────────────────────────────────────────────────────────┐
16. │                    本地层 (Local)                                 │
17. │         类似本地 .m2 目录 / node_modules                          │
18. │         ~/.claude/skills/ 或项目内 .claude/skills/               │
19. └─────────────────────────────────────────────────────────────────┘

复制代码

层级	类比 Java 生态	Skills 对应	适用场景
本地层	~/.m2/repository	~/.claude/skills/	个人开发的私有 Skills、本地调试
企业私服层	Nexus/Artifactory 私服	企业 MCP Hub	公司内部通用 Skills，如审批流、内部系统对接
公共云端层	Maven Central	未来的 Skills Hub	社区贡献的通用 Skills，如 GitHub、Slack 集成

查找优先级：与 Maven 依赖解析类似，Skills 也遵循"就近原则"——本地 > 企业私服 > 公共 Hub。当同名 Skill 存在于多个层级时，优先使用本地版本。
未来

三阶段演进

基于当前的发展趋势，我认为 AI Agent 的能力扩展可能会经历三个阶段：
第一阶段：手动时代（现在）

用户需要手动配置 MCP Server、安装 Skills，感知强烈，门槛高。
第二阶段：发现时代（近未来）

通过 MCP 自动发现。可能会出现类似 npm 或 Docker Hub 的 Skill Registry：

配置文件里写："skills": ["@github/search", "@linear/issue-manager"]启动时自动去地址获取 SKILLS，通过 MCP 协议下载技能定义用户知道 AI 有这些能力，但不需要管背后代码

第三阶段：隐形时代（终极目标）

这是最值得期待的阶段：Skills 彻底消失，变成大模型的"潜意识"。
1. 海量技能池：云端存在数百万个 MCP 服务
2. 意图识别与自动路由：Claude 自动分析任务并拆解步骤
3. 即时加载：毫秒级自动调用对应 Skill，无需用户干预
未来的 AI 就像"电力"：100 年前你需要了解发电机的原理；现在你只需要插上插头。未来的大模型也会进化到——你只要说出需求，它会自动在后台调动千千万万个你从未听说过的"Skills"去帮你达成。
安全与信任

当 Skills 变得越来越自动化，安全问题会变得尤为重要：

层级	存储位置	适用场景
本地/私有层	本地电脑或公司内网	敏感业务逻辑、本地硬件交互
企业中台层	公司 MCP Hub	统一管理员工通用技能
公共云端层	类似 App Store	第三方开发者贡献的通用 Skills

公共仓库里的 Skill 需要经过：权限声明、运行时沙箱、代码审计与签名。这需要一个有信用背书的大厂（如 Anthropic，Google 等）来提供官方的审核与分发平台。
总结

从 Function Call 到 MCP 再到 Agent Skills，AI 能力扩展的演进遵循着一个清晰的流程：
1. Function Call：让大模型学会使用工具，但每个应用各自为战
2. MCP：建立统一的工具接口标准，实现生态复用
3. Agent Skills：在 MCP 基础上进一步抽象，实现按需加载、token 优化
这个演进过程的本质是：**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人，变成一个可以根据任务场景，随时调用不同工具来实现需求的关键，比如最近大热的 OpenClaw[2] **
随着大模型的持续进步，这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在，只需要表达意图，AI 就能自动调用合适的能力来完成任务。
这才是 AI Agent 的终极形态。
  学习资源推荐

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
一、全套AGI大模型学习路线
AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

​因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取
四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。




原文地址：https://blog.csdn.net/m0_64363449/article/details/157838666