MCP和Skill区别、 MCP和CLI区别

目录

• MCP和Skill区别
• MCP和CLI区别

MCP和Skill区别

MCP 负责“能连什么”，Skill 负责“会怎么做”。

简单概括	准确对应
MCP 是调用工具	MCP 提供的是能力接口（Tools/Resources），解决“AI 能操作什么外部系统”
Skill 是执行过程	Skill 提供的是流程知识（怎么做、按什么步骤、注意什么），解决“AI 该怎么完成任务”

用一句话对比：

• MCP = 给你一把锤子（你有了敲钉子的能力）
• Skill = 告诉你怎么敲、先敲哪、力度多大（你知道怎么把这件事做好）

为什么这个区分很重要？

因为很多任务失败，不是 AI “没有能力”，而是 AI 有工具但不知道怎么用。

举例：

• 只有 MCP：AI 能连上你的数据库，但可能写出一条全表扫描的慢查询，或者查错表。
• 只有 Skill：AI 知道“查订单要先按日期过滤”，但它连不上数据库，只能纸上谈兵。
• MCP + Skill：AI 知道该连数据库，也知道该怎么查，才能真正把活干好。

MCP和CLI区别

能力形式	服务方要提供什么	用户（Agent 所在电脑）要装什么
MCP	一个 MCP Server（本地进程或远程 URL）	配置连接信息（Host 自动连）
CLI	一个 CLI 命令行包（如 npm/pip/brew 包）	在本机安装这个 CLI 命令

Agent 怎么用？

• MCP 方式：Agent 的 Host 里已经内置了 Client，这个Client可以连接所有的MCP Server（类似一个Client类，每次连接一个Server创建一个Client对象进行连接），配置好 Server 后，Client 连上去，Agent 就能通过协议调用工具。用户不用单独“安装”什么运行时，只需要配置。

  • 公司 A（Host，如 Claude）→ 它的 MCP Client → 连向 10 个 MCP Server
    公司 B（Host，如 Cursor）→ 它的 MCP Client → 连向 10 个 MCP Server
    ...
    公司 E（Host，如 Copilot）→ 它的 MCP Client → 连向 10 个 MCP Server
    

• CLI 方式：Agent 的模型天生就知道这些命令怎么敲（因为模型训练的时候学过），要能运行这些命令的话，前提是这台电脑上已经装好了对应的 CLI 命令。Agent 通过 Shell 工具直接执行，就像你在终端里敲一样。

  • Shell 工具通常由 Agent 内置，但它的执行环境不一定直接“裸露”在操作系统上。

    • Shell 工具是 Agent 程序内置的组件，但它在执行时，通常会利用操作系统提供的能力（或容器）来创造一个受限制的运行环境，而不是毫无防备地直接调用系统 Shell。

  • 模型本身只会输出文本（比如 ls -la），它无法自己把这段文本变成系统调用。必须有 Agent 框架提供一个“执行器”来接收模型的指令并运行命令。不同的 Agent 给这个内置工具起的名字不一样：

    Agent	Shell 工具名称
    Claude Code	内置的 Sandboxed Bash tool
    Gemini CLI	run_shell_command
    OpenAI Codex	local_shell

  • 它通常不是直接“裸跑”在系统上，虽然工具是内置的，但大多数成熟的 Agent 会在执行时套上一层沙箱（Sandbox），而不是直接把命令扔给操作系统的 Shell。具体分几种情况：

    • 直接使用系统 Shell（较少）：在某些简单配置下，Agent 确实会直接调用系统自带的 bash -c 或 powershell.exe 来执行。
    • 使用内置沙箱（主流）：像 Claude Code 在 macOS 上会使用系统自带的 Seatbelt，在 Linux 上使用 bubblewrap 来隔离命令，限制它能读写的文件和网络访问。
    • 完全容器化（高隔离）：像 OpenHands 或 Cursor 在某些模式下，会把命令放在 Docker 容器 里执行，甚至不让它直接碰到你本机的文件系统。