MCP 工具连接单独使用已经很有用，但在复杂任务里，和智能体技能与插件扩展组合起来效果更好。下面讲清两者如何分工、按什么顺序使用。

两个技能各自负责什么

  • MCP 工具连接：MCP（模型上下文协议）是一种让 AI 应用以统一方式连接外部工具和数据源的开放协议。
  • 智能体技能扩展：智能体技能与插件是给 AI 助手增加特定能力的扩展方式，例如连接日历、查询数据库、读取网盘文件、调用某个专业工具，或加载一套封装好的操作说明（技能包）。

MCP 工具连接有效是因为过去每接入一个工具都要写专门的集成代码；统一的协议让工具提供方只需实现一次，支持该协议的 AI 应用都能使用，降低了连接成本；智能体技能扩展有效则是因为通用模型只会“说”，扩展让它能“做”：读取实时数据、操作外部工具、按标准流程执行任务，从回答问题走向完成工作。两者叠加，正好互补。

组合流程

  1. （MCP 工具连接）确认你使用的 AI 应用支持 MCP，并阅读其配置说明。
  2. （MCP 工具连接）检查服务的来源和权限范围，优先选择可信的实现。
  3. （智能体技能扩展）在所用平台的扩展市场或设置中查找可用的扩展。
  4. （智能体技能扩展）只授予完成任务所需的最小权限。
  5. （收尾）定期检查已连接的服务，移除不用的连接，更新到安全的版本。

组合模板

以财务的场景为例，先用下面的模板完成 MCP 工具连接部分：

MCP 服务接入评估表：
| 项目 | 内容 |
| 服务名称与来源 | [官方/社区/自研]，代码是否可审查 |
| 提供的工具 | [列出工具及其作用] |
| 权限 | 读 / 写 / 执行，涉及哪些数据 |
| 认证方式 | 密钥如何保存，是否可以限定范围 |
| 风险 | 是否可能执行删除、发送、付款等操作 |
| 隔离 | 是否在受限环境中运行 |
| 审计 | 调用记录保存在哪里 |
| 结论 | 接入 / 暂缓 / 拒绝，以及原因 |

然后再按智能体技能扩展的思路补一轮，例如：先从只读类扩展开始用，熟悉后再考虑写入类扩展。

示例

以下为虚构示例：

示例（虚构）：一个开发团队在编程助手中通过 MCP 连接了只读的问题跟踪系统。开发者问“这个模块最近有哪些未解决的问题”，助手直接查询并列出相关问题和链接，开发者不必再切换到另一个系统去搜索。

组合之后，智能体技能扩展这一环的价值在于：扩展带来的不只是能力，还有责任边界的变化。

组合使用时的注意事项

  • 关注所用服务的版本更新和安全公告。
  • 安装来源不明的扩展。应对方法：优先使用官方或可信开发者提供的扩展，查看评价和说明。
  • 两个技能叠加会让提示词变长，先确认单独使用时各自有效，再组合。

让 AI 自主执行多步任务时，权限越大越要谨慎。先在低风险任务上试用，再逐步扩大范围。

进一步扩展

熟悉这个组合后，还可以加入调用大模型 API，形成三步流程。但每加一项都要问：它解决了什么具体问题？如果说不出来，就不要加。

相关阅读