Agent Skill 使用与原理：渐进式披露解析

Agent Skill 从使用到原理，一次讲清

智能体与自动化视频教程· 进阶· 17 分钟· UP 主马克的技术工作坊· Agent Skill / MCP / 渐进式披露

▶ 98.1万播放

围绕 Agent Skill 展开，先讲它本质上是什么、怎么使用，再拆背后的渐进式披露机制，最后比较它与 MCP 的区别以及该如何选择。视频把用法与原理放在一起讲，适合已经听过这个名词、想弄清它和 MCP 各自定位的开发者。

这套教程讲什么

适合用 Claude Code 等 Agent 工具、想沉淀重复任务，纠结用 Skill 还是 MCP 的开发者。

看之前先想清楚自己有哪些反复要做、步骤固定的任务，再看渐进式披露如何按需加载，会更容易判断该不该写成 Skill。

Agent Skill 解决了什么问题？

它把某类任务的步骤、规范与参考资料打包成可按需加载的能力，避免每次都在提示里重复写一大段说明。模型先看到简短索引，判断相关时再展开细节，既省上下文，也让团队经验可以像文件一样版本化管理。

什么时候用 Skill，什么时候用 MCP？

如果重点是告诉模型这类任务该怎么做，属于流程与知识，适合写成 Skill；如果需要连接外部系统、读写数据或调用真实接口，属于能力接入，更适合 MCP。两者常一起用，并不互斥。

智能体和聊天机器人的区别，在于它能不能自己调用工具、查资料、按条件分支把一件事做完。扣子（Coze）、Dify 适合搭带知识库的对话型应用，n8n 更擅长把邮件、表格、消息通知这类外部系统串成自动化流程。本分类从「一个最小可用的 Agent」讲起，逐步加入检索、工具调用、记忆与异常处理。