Skills vs MCP
Skills vs MCP 是 agent 工具設計的邊界判斷：先問 agent 能不能用 shell、CLI 或小腳本直接完成，再決定是否需要維護 MCP server。AIHAO 這篇文章的核心主張是，在 agent-skills 已能用 progressive disclosure 載入 SOP、腳本與範例時，很多 MCP 只是把 CLI 包成高 token 成本的協議層。
何時用 Skills
Skills 適合 coding agent、內部工作流與可用檔案系統暫存中間結果的任務。它的優勢是輕量、Markdown-first、按需載入、容易版本化，也能讓 agent 直接寫程式把多個步驟組合起來。這和 agent-experience 的判準一致：工具要降低 agent 探索與修復成本，而不是為了「支援 agent」增加額外協議負擔。
何時用 MCP
MCP 適合真正需要標準化協議、OAuth / API key 管理、有狀態 session、跨 client 工具整合，或快速變動文件作為 single source of truth 的場景。若工具本身是通用基礎設施，例如瀏覽器、IDE、資料庫或企業知識庫，維護良好的 MCP 仍比讓 agent 臨時猜認證流程安全。
最小判斷規則
- CLI / script 能做：先用 CLI / script。
- 任務每週重複且有驗收 gate：包成 skill。
- 需要共享認證、有狀態 session 或跨產品標準：再用 MCP。
- MCP 只是在包 CLI：刪掉協議層，改成 skill 文件加少量腳本。
這個判斷也補強 agent-framework-selection：框架是否內建 MCP 或 skills 不是重點，重點是它是否讓 agent 在正確邊界內低成本完成任務，且能被 harness-engineering-for-ai-coding 驗證。
相關頁面
- agent-skills — 可重複工作流程封裝
- agent-experience — agent 可操作介面設計
- agent-framework-selection — agent framework 能力選型
- harness-engineering-for-ai-coding — 驗證與安全邊界