彻底讲透Skill：从Tools到MCP再到Agent Skills的技术演进

Skill到底是什么？一句话看懂本质

做开发、搞大模型、玩技术的人天天把Skill挂在嘴边，但真正能说清它是干嘛的人并不多。抛开那些晦涩的定义，Skill本质上就是一套面向复杂任务的「超级能力工具箱」——它让AI Agent具备在特定场景下按需调用能力、编排流程的核心底气。

要真正理解Skill，不能孤立地看它，而要沿着 Function Call（Tools）→ MCP → Skill 这条技术演进脉络来梳理。这三者并非互相取代的关系，而是层层递进、彼此依赖。本文基于B站UP主徐树在Spring AI Alibaba Agent Framework下的讲解，还原Skill的原理与落地实践。

第一层：Tools解决「怎么调用」的问题

大模型天然缺乏实时信息获取能力。当你让它查询北京的天气时，它本身答不上来，于是会在可用工具里寻找能处理这次对话的Tool。经过推理，它发现有一个专门查天气的工具，便返回一段调用Tool的JSON信息——里面包含方法名称和所需参数（比如位置「北京」）。

应用程序识别到这段JSON后，通过反射方式找到对应方法执行调用。所以Tool（Function Call）的本质，是把非结构化的自然语言转化为可处理的结构化JSON信息，从而让大模型间接调用应用程序中的方法。

查询天气的Tool

一句话总结：Tools解决的是「怎么调用」的问题。

第二层：MCP解决「调哪里」的问题

当需求从查天气扩展到查询GitHub开源项目、查博客、查地图位置等第三方服务时，问题就来了。如果为每个第三方服务都手写一个Tool方法，实现成本极高：第三方服务多，就要写大量Tool方法；AI应用多，还要在每个应用里重复实现，因为这些Tool方法无法共享。

那能不能让第三方服务自己声明Tools、对外提供呢？这正是MCP（Model Context Protocol）出现的意义。MCP解决的是大模型如何用统一方式对接第三方服务共享Tools的问题。它提供STDIO和HTTP两种调用方式，其中HTTP又细分为SSE和Streamable，怎么调、返回什么数据，全由MCP协议规定。

通过MCP对接第三方服务

值得强调的是，MCP依然离不开Function Call。对大模型而言，它不区分内部Tools还是外部第三方Tools——在它眼里这些都是工具。整个流程是：大模型返回调用Tools的JSON，应用程序通过Function Call提供给大模型，再去调用外部第三方共享Tools完成数据传输。MCP解决的是「调哪里」的问题。

MCP（Model Context Protocol）是Anthropic于2024年11月正式开源的标准协议，目标是成为AI应用与外部工具/数据源之间的「USB-C接口」——就像USB-C统一了设备充电和数据传输标准一样，MCP试图统一大模型与外部服务的对接方式。协议架构分为三个角色：MCP Host（运行AI模型的应用程序，如Claude Desktop）、MCP Client（负责与服务端通信的客户端模块）、MCP Server（第三方服务方提供的能力声明端）。第三方服务只需实现一次MCP Server，即可被任意支持MCP协议的AI应用直接调用，彻底打破了此前「每个AI应用各自手写对接代码」的重复建设困境。目前GitHub、Google Drive、Slack等主流平台已陆续发布官方MCP Server，开发者社区也积累了大量开源实现。

第三层：Skill解决「怎么编排一系列任务」的问题

现实中的任务往往不是调用单个Tool就能完成的。比如「打开浏览器、请求百度、查询函数、获取相关信息」，或者「获取桌面上所有文件名和类型再交给大模型推理」——这类任务需要经过一系列工作流再结合Tools。

在传统的Workflow Agent模式下，开发者必须用大量提示词告诉大模型：针对不同任务怎么拆分、每一步怎么处理。比如网络搜索要拆成「打开浏览器→输入百度→搜索关键词→获取网页内容→推理返回」，每一步都要写提示词。这导致提示词体量极其庞大。

Anthropic（Claude背后的公司）意识到这个问题，推出了Skill。一个Skill由一个Markdown文件构成，包含两部分：

元数据（Metadata）：描述这个Skill的作用，比如「网络搜索」
指令（Instructions）：详细编排每一步怎么执行，比如第一步启动浏览器Tool、第二步搜索关键词、第三步甚至可以执行Python或JS脚本解析网页内容

Skill的markdown文件结构

Skill如何做到「按需加载」

Skill最关键的设计是渐进式披露（按需加载），而不是像Workflow Agent那样把所有处理能力的提示词一次性全丢给大模型。

具体流程是：先把每个Skill的元数据（即作用描述）发给大模型。当你说「我要去百度搜索函数」时，大模型推理判断哪个Skill能处理，然后返回一段JSON，表示需要调用 callSkill 并带上Skill名字。

callSkill 本质上依然沿用Function Call——应用程序中有一个名为 callSkill 的Tool方法，它根据Skill的name决定读取哪个Markdown文件（网络搜索读网络搜索的md，文件操作读文件操作的md），再把对应Skill的Markdown发给大模型，让它推理执行下一步。

正因如此，Skill也被称为 Subagent——它只是一个大智能体中的一环，且天然便于传输和共享。

一个重要结论：Skill本质仍是Function Call。 它只是内置了一个读取Skill文本的Function Call，所以必须有支持Function Call的大模型才能支持Skill。

「渐进式披露」（Progressive Disclosure）这一概念最初来自UX设计领域，指的是只在用户需要时才展示复杂信息，以降低认知负担。Skill将这一思想移植到提示词工程中：如果一个智能体支持20种Skill，将全部指令一次性塞入上下文，不仅会消耗大量Token（直接增加推理成本），还会因上下文过长导致大模型注意力分散、指令遵循质量下降。按需加载的做法是只将各Skill的名称和简短描述（元数据）常驻上下文，当模型判断需要某个Skill时再动态拉取完整指令。这与操作系统的「懒加载」（Lazy Loading）机制本质相通——程序启动时不加载全部模块，只在真正调用时才映射到内存，从而大幅降低资源占用并提升系统响应速度。

用Spring AI Alibaba对接任意大模型实现Skill

这套Skill机制最初由Claude模型提供，目前原生只有Claude支持。但既然已经掌握了原理，就可以通过Spring AI Alibaba结合Tools，对接任意大模型来实现Skill。

在Spring AI Alibaba最新版本中，Skill的实现已被内置封装好。开发者只需要：

定义一个Skill Agent，告诉它Skill文件所在的根目录路径（比如目录里放了网络搜索等三个Skill，每个Skill是一个技能，含元数据的名字和描述）
框架内部已定义读取文件的Tool，会自动读取这些Markdown
提供一个执行Shell命令的Hook（因为Skill除了读Markdown，还能执行Python等脚本，需要通过CMD命令执行文件）
提供Python的Tool工具（底层依靠GraalVM的第三方库支持）

执行Python脚本文件

实战案例：搜索蛋白质折叠预测论文

演示中，通过Controller接口接收请求「搜索关于蛋白质折叠预测的最新论文」，对应一个用于搜索物理、数学、计算机科学论文的Skill，它会使用Python去arXiv等网站获取论文。

观察控制台可以看到完整的自动推理过程：

大模型先读取Skill对应的Markdown文件
发现需要执行Python文件，先用Python Tool检测是否具备Python环境
确认环境后运行Python脚本去目标网站搜索
第一次没搜到结果，自动推理可能是命令执行问题，查看Python文件语法
确认脚本逻辑正确后重新运行，搜索到五篇论文
发现结果与蛋白质折叠不太相关，又通过分类方式更精准地搜索

整个过程完全依照Skill描述文件自动编排、自动检查、自动纠错。开发者要做的仅仅是提供Skill的Markdown文件和对应的Python脚本。

Spring AI Alibaba是阿里巴巴基于Spring AI框架推出的企业级AI应用开发框架，旨在降低Java生态下接入大模型的门槛。Spring AI本身是Spring官方维护的AI抽象层，对OpenAI、Anthropic、Ollama等多家模型提供商提供统一的API封装，开发者切换底层模型时无需大幅改动业务代码。Spring AI Alibaba在此基础上进一步集成了通义千问^广告等阿里云模型，并扩展了Agent、RAG（检索增强生成）、工作流等高阶能力。值得注意的是，由于Skill的执行依赖Function Call能力，选用底层大模型时必须确认其支持Tool Use / Function Calling特性，GPT-4o、Qwen-Plus、Claude 3系列等主流模型均已支持，但部分轻量级开源模型尚不具备此能力。

现成Skill资源与小结

如果不想从零编写，社区已有大量现成的Skill。可以通过 Skills.sh 搜索，目前已有四万多个Skill可按需取用。

回顾整条技术脉络：

Tools / Function Call 解决「怎么调用」——自然语言转结构化JSON
MCP 解决「调哪里」——统一对接第三方共享Tools
Skill 解决「怎么编排一系列任务」——用Markdown封装元数据+指令，按需加载，本质仍是Function Call

理解这三层递进关系，才能真正说清Skill是什么、什么场景该选哪种技术。对于想在Spring AI Alibaba下落地Agent的开发者来说，掌握Skill的渐进式披露与Subagent设计思路，是构建可进化、可动态扩展智能体的关键一步。