主要内容要点

• 问题背景：2024 年之前，不同 AI 应用连接不同工具需要定制化集成，10 个 AI 应用连 20 个工具理论上需要 200 个集成

• MCP 的作用：定义标准协议，让任何 AI 都能即插即用地连接任何工具，将 M×N 问题变成 M+N 问题

• 发布时间：2024 年 11 月由 Anthropic 开源

• 分发方式：面向外部用户，通过 URL 接入

• 问题本质：每个 MCP Server 连接时必须一次性加载所有工具定义到上下文

• 真实数据：
• GitHub MCP Server：27 个工具，消耗约 18,000 tokens
• Playwright MCP Server：21 个工具，消耗约 13,600 tokens
• 有开发者配置 7 个 MCP Server，未开始对话就消耗 67,000 tokens（占上下文窗口 33%）

• 后果：上下文被挤占后，AI 选错工具、传错参数的概率显著上升；连接 2-3 个以上 MCP Server，准确性就会明显下降

• 发布时间：2025 年 1 月

• 工作原理：MCP 工具不再预加载，而是按需发现和加载

• 触发条件：当工具定义超过上下文 10% 时自动启用

• 效果：将上下文消耗从 77,000 tokens 降到 8,700 tokens，减少 85%

• 局限性：只是补丁，未解决 MCP 设计的根本问题

• 第一层（元数据）：启动时加载，只有名称和简短描述，每个 Skill 约 100 tokens

• 第二层（完整指令）：相关时加载，建议控制在 5,000 tokens 以内

• 第三层（参考资料）：需要时按需加载，理论上可包含无限内容

• 脚本代码本身不加载到上下文，只有执行结果返回

• 通过 Agent 内置的 bash 工具执行，不需要 MCP

• 支持 Python、Bash、JavaScript 等多种语言

• 脚本执行 = 零上下文成本 + 确定性结果

• 流程：Markdown → Python 解析 → Playwright MCP 操作浏览器 → 填充编辑器 → 保存草稿

• 问题：
• Playwright MCP 有 22 个工具，工具定义占用 8,000-10,000 tokens
• 每次浏览器交互返回页面快照（数千 tokens）
• 发布一篇文章可能消耗 50,000+ tokens

• 改进：使用 TypeScript 脚本直接调用 Chrome DevTools Protocol

• 脚本自己完成所有操作：解析 Markdown、打开页面、填充内容、上传图片、保存草稿

• AI 只需调用脚本并传入文件路径

• 上下文消耗：仅几百 tokens

补充细节

• 连接远程 CRM 系统获取客户数据

• 调用第三方 SaaS API（Slack、Notion、Jira）

• 查询云端数据库

• 访问需要认证的外部服务

• 做服务让外部用户都能用

• 读写本地文件

• 处理 PDF/Word/Excel

• 运行代码分析

• 执行 Git 操作

• 生成图表和可视化

• 优化自己或团队的工作流

• 少数通用 MCP Server 处理远程连接

• 大量 Skills 编码专业知识和本地工作流

• Skills 承担绝大部分"教 AI 怎么做事"的工作

1. 谁来用？
• 自己/团队内部 → Skills
• 外部用户/客户 → MCP

2. 怎么分发？
• 接受"文件放到目录"的安装方式 → Skills
• 希望用户输入 URL 就能用 → MCP

3. 要解决什么问题？
• 编码领域知识、定义工作流程 → Skills
• 连接外部服务、对外暴露 API → MCP

• 两者配合使用：用 Skills 编码领域知识，用 MCP 连接外部服务

• 优先学习 Skills：更轻量、更高效、更容易上手，能解决日常大部分问题

• 开发建议：优先用 Skills 封装工作流程，复杂逻辑用脚本而非让 AI 一步步操作，只在必须连接远程系统时才用 MCP

• Anthropic 工程博客案例：用"代码执行 + MCP"把 150,000 token 的工作流压缩到 2,000 tokens

• Skills 类比：像 Slack 的斜杠指令（slash commands），内部工具，按需使用

• 一个工具定义大概 500-800 tokens