MCP / Tools / Skills：AI Agent 的三種能力擴充 — 自架 AI Agent 實戰（四）
我第一次幫股票 agent 接上抓股價的能力時，超有成就感——它終於能去 FinMind 拿即時行情了！
結果一上場我就傻眼：它確實抓得到資料，卻完全不知道該怎麼用。我問它「台積電現在的狀況」，它就把一坨原始數字丟回來，不會算指標、不會判斷強弱、更不會挑出我在意的訊號。就像你請了一個廚師，給了他全套廚具跟滿冰箱的食材，結果他站在廚房中間發呆，因為——沒有人給他食譜，他不知道要煮什麼、怎麼煮。
這就帶出今天的主題：一隻 agent 要能「幹活」，背後其實是 Tools、MCP、Skills 在分工。但很多文章把這三個講成「三個平行的功能」，結果越看越糊。這篇我想把它們真正的關係講清楚——你會發現它們根本不在同一個層次上。
在 自架 AI Agent 實戰系列 裡，我把一隻自主 agent 拆成四層：Context（它知道什麼）→ 能力（它能做什麼）→ 溝通（它怎麼跟你來往）→ 自動化（它什麼時候自己動）。前面 instruction 跟 memory 講完了 Context 這層（它的腦袋），這篇要進到第二層——能力，也就是讓它能「動手做事」的那一層。
這篇會聊這些：
- 為什麼光有聰明的腦袋還不夠，agent 得能「動手」
- Tool 是什麼：能力的最小單位（一個概念，不是一種產品）
- 把 tool 交到 agent 手上的兩條路：接 MCP vs 自己寫 script
- Skill 是什麼：教 agent 怎麼把動作串起來做對、而且能復用
- 取捨判斷：什麼時候該寫 MCP、什麼時候 script + skill 就夠
關於作者：我是工程師阿穆，寫程式十多年，這幾年在做 AI Agent 與電商系統開發。文中的做法都是我自己電腦上 agent 真的在跑的，本文是第一手實作紀錄——包括「我其實沒用 MCP」這件事，後面會老實講。 利益揭露：本文沒有業配、沒有聯盟連結。提到的工具都是我自己用過或研究過的。
為什麼光有腦袋還不夠
前面三篇，我們把 agent 的「腦袋」養好了：給它規則（instruction）、給它記憶（memory）。但你有沒有發現，到目前為止這隻 agent 還只能「想」，不能「做」？
它沒辦法真的去抓一筆股價、寫一個檔案、寄一封信。一個只會思考、不能動手的 agent，本質上還是個聊天機器人。 要讓它變成會幹活的員工，就得給它「手腳」——這就是「能力」這一層在做的事。
而這層手腳，常被講成 Tools、MCP、Skills 三樣東西。但與其說它們是「三個並列的功能」，不如先把它們擺回正確的位置——因為它們其實是三個不同層次的概念。
Tool 是什麼：能力的最小單位
先從最底層的講起。Tool 是能力的最小單位，就是「一個明確的動作」。 抓一次股價、讀一個檔案、跑一段計算、發一則訊息——每一個都是一個 tool。
它的特色是單純、原子化：給它輸入、它給你輸出，做完一件事就結束。用大廚比喻，tool 就是廚師手上的單一技能——「切」就是切、「煎」就是煎。
這裡有個很多人會搞混、但其實很關鍵的點：
Tool 是一個「概念」，不是一種特定產品。 它指的是「agent 能呼叫的一個動作」，至於這個動作怎麼被提供給 agent，有不只一種做法。
而 agent 厲害的地方，就是它會自己決定什麼時候用哪個 tool、怎麼把好幾個 tool 串起來完成大任務。但前提是：這些 tool 得先存在、它得拿得到。那要怎麼把一個 tool 交到 agent 手上？這就是 MCP 跟 script 上場的地方——它們是兩條不同的路。
把 tool 交到 agent 手上：兩條路
要讓 agent 多一個動作（一個 tool），最常見的有兩條路。搞懂這兩條路的差別，你就懂 MCP 到底是什麼了。
路線一：接 MCP（標準插座）
MCP（Model Context Protocol）是一套標準協定，讓外部服務能用統一格式，把自己的 tools 和資料「暴露」給任何支援 MCP 的 agent。 它由 Anthropic 在 2024 年底提出，現在已經是跨工具的開放標準。
關鍵在「標準」兩個字。在 MCP 出現之前，你想讓 AI 接上某個服務，每一個都得自己刻一套對接。MCP 的價值是：它定義了一套大家都遵守的「插座規格」，任何服務只要照規格做成 MCP server，你的 agent 插上就能用、還能跟別人分享。
所以更精準地說：MCP 不是「一種 tool」，而是「把 tool 標準化地遞送給 agent 的一條管道」。 它像 USB——USB 本身不是裝置，是讓裝置即插即用的統一接頭。
MCP 適合的場景：你要接的服務已經有現成的 MCP server（很多熱門服務都有了），或者你想做一個能跨工具、能分享給別人的標準連接。這時候 MCP 很香。
路線二：自己寫 script（DIY）
但這裡要老實講一件事：我自己那隻股票 agent，其實沒有用 MCP。
我的做法是這樣：我叫 Claude Code 去讀 FinMind 的 API 文件，然後寫一支 Python script 直接打那個 API、把資料拿回來。agent 要用的時候，就透過一個通用的「執行腳本」能力去跑這支 script。從頭到尾沒碰 MCP。
這就是第二條路——自己寫 script。它沒有 MCP 那種跨工具標準，但換來的是：直接、快、完全你說了算。 想接什麼就接什麼，不用等別人做好 server、也不用學一套協定。
這兩條路殊途同歸，都是「給 agent 一個能拿到外部資料的 tool」。差別只在：MCP 是用標準插座，script 是自己接管線。
而且老實說，對自架的個人 agent 來說，第二條路常常更實際。很多時候你需要的東西沒有現成 MCP server，與其自己從頭寫一個符合協定的 server，不如叫 AI 直接幫你寫一支 script 打 API，快得多。
Skill 是什麼：教 agent 怎麼把事做對
好，現在 agent 有手（tool）、也拿得到食材了（不管走 MCP 還是 script）。但就像我開頭那位發呆的廚師——它還是不知道「該怎麼把這些組合起來做出一道菜」。 這就是 Skills 要解決的，而且它跟前面兩條路完全不在同一個層次。
Skill 是一份用自然語言寫的「工作流文件」，教 agent 在特定任務上該怎麼做——先做什麼、再做什麼、用什麼標準判斷。 它本質上就是一份 SOP 手冊，通常是一個 Markdown 檔，而且可以把要用到的 script 一起包進去。
回到我的例子：我把「抓哪幾項 FinMind 資料、用那支 script 怎麼跑、算什麼指標、漲跌幅和量能到什麼門檻才算訊號、算完用什麼格式整理」整套寫成一個股票分析 skill。於是這套流程就復用了——以後 agent 每次要分析股票，打開這個 skill 就照著做，我不用每次重講。我那位發呆的廚師，缺的就是這份食譜。
Skill 有兩個很迷人的特點：
- 不用寫程式。 它就是一份用人話寫的文件（裡面可以引用你寫好的 script，但 skill 本身是說明）。你會打字、能把流程講清楚，就能寫 skill。
- 它天生用了漸進式揭露。 還記得上一篇講的嗎？一份 skill 平常只露出一句簡短描述，agent 判斷「這次需要它」才把細節展開來讀。所以你可以掛幾十個 skill，也不會一次塞爆 context。Skills 可以說就是漸進式揭露的最佳實踐。
如果你對「Skill 到底是什麼」想要更入門的講解，我在 Claude Cowork 系列寫過一篇 Skill 是什麼？讓 AI Agent 從通才變專家，用不碰 CLI 的角度從頭講，適合搭配著看。
把它們擺回正確的位置
現在你應該看出來了——Tools、MCP、Skills 根本不是三個平行的東西，它們在不同層次：
| 角色 | 它是什麼 | 大廚比喻 | 要寫程式嗎 |
|---|---|---|---|
| Tool | 能力的最小單位（一個動作，是個概念） | 切菜、開火 | —（它是被「提供」的） |
| MCP | 把 tool 標準化遞送的協定（路線一） | 標準規格的宅配系統 | 用現成的不用；自製要 |
| 自己寫 script | DIY 給 agent 一個動作（路線二） | 自己上市場採買 | 要（但可叫 AI 幫你寫） |
| Skill | 教 agent 怎麼把動作串起來做對、可復用 | 食譜與手藝 | 不用 |
用我的股票 agent 走一遍完整流程，你就秒懂它們怎麼合作：
- 盤中時間到，agent 醒來要分析台積電。
- 它打開「股票分析 skill」——這份 SOP 告訴它整套流程怎麼走。
- skill 說「先去拿即時行情」，於是 agent 去跑我寫好的那支 FinMind script（這就是它的 tool，走的是路線二，沒有 MCP）。
- 拿回原始資料後，再照 skill 裡的公式算指標、比門檻，判斷出「爆量突破」這個訊號。
- 最後跑「發 Telegram」這個動作，把結果傳到我手機。
看到了嗎？skill 是劇本（怎麼做）、tool 是一個個具體動作（做什麼）、而 tool 從哪來（MCP 還是 script）是底下的實作選擇。 三層合起來，agent 才從「會想」變成「會做」。
取捨判斷：什麼時候用哪個
這是這篇我最想給你的東西，因為多數文章只解釋「是什麼」，不告訴你「何時用」。
第一個決定：要不要寫 skill？ 幾乎永遠是要。只要這個任務有一套「固定該怎麼做」的流程，就把它寫成 skill。這是最該優先投資的，因為它不用寫程式、又最能提升 agent 把事做對的成功率。八成的人卡住的不是「接不接得到資料」，而是「agent 不知道怎麼用資料」——那就是缺 skill。
第二個決定：tool 走 MCP 還是自己寫 script？
- 服務已經有現成的 MCP server，或你想做能分享、跨工具的標準連接 → 走 MCP，插上就用，省事又乾淨。
- 沒有現成 MCP、你想快速搞定、或只是自己用 → 直接叫 AI 幫你寫支 script 打 API，像我的股票 agent 那樣。對個人自架來說，這條路常常更快。
- 真的沒有現成、又是長期重度使用、還想標準化 → 才值得花工自己寫一個 MCP server。
一個簡單的心法：先問「它知道怎麼做嗎」（skill），再問「它接得到嗎」（tool）；而接得到這件事，先找現成 MCP，沒有就寫 script。 別一開始就糾結「我是不是該寫個 MCP」——那通常是最後才需要操心的事。
常見的兩個誤解
誤解一：「一定要用 MCP 才專業。」 完全不是。MCP 是「標準化、可分享」的優點，但不是必需品。我那隻天天在跑的股票 agent 就完全沒用 MCP，靠 script + skill 一樣跑得好好的。能用 script 快速解決的，就別為了「看起來正規」硬寫 MCP。
誤解二：「Skills 是來取代 MCP 的。」 不是，它們根本不在同一層。MCP（或 script）管「agent 拿不拿得到、做不做得到」，Skill 管「agent 知不知道怎麼把事做對」。你會同時用到，不是二選一。
你可以怎麼開始
不用三個一起上，照這個順序最輕鬆：
- 先從一個 skill 開始。 挑一件你 agent 常做、又有固定步驟的事，把流程用人話寫成一份 Markdown，就是你的第一個 skill。
- 需要外部資料時，先看有沒有現成 MCP；沒有就叫 AI 幫你寫支 script。 別卡在「要不要寫 MCP」，多數情況一支 script 就夠了。
- 把那支 script 的用法寫進 skill 裡一起復用，下次 agent 就會自己照著做。
關鍵心法：大部分人需要的是更好的 skill（教 agent 怎麼做對），而不是更複雜的 MCP（接更多東西）。 而且這些——skill 也好、script 也好——你都可以直接叫 AI 幫你寫。
常見問題
Tool 跟 MCP 到底差在哪？
Tool 是「一個動作」這個概念（抓股價、寫檔案），MCP 是「把 tool 標準化地遞送給 agent 的一條管道」。 兩者不在同一層：tool 是被提供的東西，MCP 是提供它的方式之一。而且 MCP 不是唯一方式——你也可以自己寫一支 script，讓 agent 透過「執行腳本」這個動作去用它，完全不碰 MCP。
MCP 跟自己寫 script，我該選哪個？
有現成 MCP server、或想做能分享/跨工具的標準連接 → 走 MCP；沒有現成、想快速搞定、或只是自己用 → 寫 script。 對個人自架 agent 來說，script 這條路常常更快——像我的股票 agent 就是叫 AI 讀 FinMind 文件、寫 script 直接打 API，沒用 MCP。只有「沒現成、長期重度用、又想標準化」時，才值得自己寫一個 MCP server。
MCP 跟 Skill 差在哪？要用哪個？
它們不在同一層，不是二選一。 MCP（或 script）解決「agent 接不接得到外部」，Skill 解決「agent 知不知道怎麼把事做對」。你通常兩個都要：用 MCP/script 讓它拿得到資料，用 skill 教它怎麼分析。多數人卡住的其實是後者。
寫 Skill 需要會程式嗎？
不用。Skill 就是一份用自然語言寫的工作流文件（通常是 Markdown），你會打字、能把「先做什麼、再做什麼、用什麼標準判斷」講清楚就能寫。裡面可以引用你寫好的 script，但 skill 本身是說明文件。甚至可以直接叫 AI 幫你把流程整理成 skill。
為什麼掛很多 skill 不會把 context 塞爆？
因為 skill 用了漸進式揭露：平常每個 skill 只露出一句簡短描述，agent 判斷「這次需要它」時，才把該 skill 的細節展開來讀。所以你可以掛幾十個 skill，每次實際載入 context 的量還是很小。這跟 上一篇講記憶 用索引檔的道理一模一樣。
結語
繞了一圈，agent 的「能力」這層，重點不是背三個名詞，而是看懂它們的層次：Tool 是動作的最小單位；要把 tool 交到 agent 手上，有 MCP（標準插座）和自己寫 script（DIY）兩條路；而 Skill 是教它怎麼把這些動作串起來做對、還能復用的那層知識。 我開頭那位對著食材發呆的廚師，缺的不是手、也不是食材，而是一份食譜——也就是 skill。
搞懂這個，你就不會再傻傻地什麼都想寫成 MCP（像我自己，根本沒用 MCP 也跑得好好的），而是先問對問題：「它知道怎麼做嗎？它接得到嗎？」
到這裡，自架 AI Agent 實戰系列 前兩層就完整了：Context（instruction + memory）給它腦袋，能力（Tool / MCP / script / Skill）給它手腳。一隻有腦、有手、會判斷的 agent，骨架就成形了。接下來系列會進到工具篇，看 Claude Code、Codex、OpenClaw、Hermes 這些實際的 agent，是怎麼把這些觀念做到極致的。
如果你想幫自己的 agent 設計這層能力，但卡在「該寫 MCP 還是 script、流程怎麼拆成 skill」——這正是我在做的事。我有提供 AI Agent 的諮詢顧問與代建服務，幫你看能力這層怎麼設計，或直接幫你做出來。
這是 自架 AI Agent 實戰系列 的第四篇，想看完整的四層觀念與其他篇，可以從總論進去。
延伸閱讀：
- 自架 AI Agent 實戰（一）：在自己電腦養一隻會自己開工的 AI 員工 — 系列總論，四層觀念地圖
- AI Agent 的記憶與檔案系統：memory、檔案記錄、漸進式揭露 — 系列 #3，skill 的漸進式揭露就是這套
- Skill 是什麼？讓 AI Agent 從通才變專家 — 不碰 CLI 的 skill 入門講解
- 用 Claude Code 打造台股 AI Agent：盤中盯盤、訊號到就發 Telegram — 本篇 script + skill 範例的完整案例
喜歡這篇文章嗎？
📧 訂閱 Newsletter — 新文章直接寄到你信箱 🎬 追蹤我的 YouTube — 看 AI / 工具實作影片 💬 加我的 LINE — 聊聊你想做的 agent，或有問題隨時問我 🧵 追蹤 Threads — 平常的工程隨筆
掰掰～👋
