MCP и Skills: в чём разница и как их комбинировать

MCP и Skills: в чём разница и как их комбинировать

Восемнадцать месяцев назад все говорили только о MCP (Model Context Protocol). Каждая демонстрация и каждый чат-бот коннектор работали на MCP. Но недавно я заметил, что все переключились на обсуждение Skills. Меня это заинтриговало: как связаны MCP и Skills? Это разные взгляды на одну и ту же проблему или принципиально разные инструменты? В этом разборе я отвечу на эти вопросы и покажу, как использовать оба подхода для создания мощных AI-агентов.

Если вы разработчик, который строит агентов на базе больших языковых моделей, эта статья поможет вам понять, когда применять MCP, а когда Skills, и как они дополняют друг друга. Вы узнаете, как избежать раздувания контекста и сделать ваших агентов быстрее и эффективнее.

Что такое MCP на самом деле

MCP — это протокол, который даёт модели программный доступ к API и файловой системе через естественный язык. Проще говоря, MCP позволяет модели вызывать внешние инструменты (например, отправлять запросы к базе данных или читать файлы) так, как если бы она использовала обычный код. Это мощно, но у этого подхода есть серьёзный недостаток.

Главный минус MCP: раздувание контекста

Когда вы подключаете MCP-сервер, модель загружает в контекст описания всех доступных инструментов — часто это сотни строк кода. Даже если вы используете только пару функций, модель вынуждена «держать в голове» все определения. Это приводит к перегрузке контекста, замедлению работы и увеличению стоимости токенов. Представьте, что вы открыли шкаф с сотней инструментов, а вам нужна только отвёртка — неудобно и тяжело.

# Пример: MCP-сервер с двумя инструментами
# Определения инструментов загружаются в контекст целиком

def get_weather(city: str) -> str:
    """Получить погоду в городе"""
    # ...

def send_email(to: str, subject: str, body: str) -> bool:
    """Отправить email"""
    # ...

# Модель видит оба определения, даже если использует только get_weather

Что такое Skill на самом деле

Спойлер: Skill — это, по сути, markdown-файл, содержащий переиспользуемый промпт. В нём вы описываете, как агенту выполнить определённую задачу: какие шаги предпринять, какие инструменты использовать, какие ограничения учитывать. Skills позволяют упаковать знания и инструкции в компактный файл, который можно легко шарить и переиспользовать.

Постепенное раскрытие: почему Skills эффективны

Ключевая фишка Skills — прогрессивное раскрытие (progressive disclosure). Агент может «знать» о 20 скиллах, но не загружать полные инструкции для всех сразу. Вместо этого он сначала получает только краткие описания (названия и однострочные резюме), а полный текст подгружает только тогда, когда задача требует конкретного скилла. Это экономит контекст и ускоряет работу.

# Пример структуры папки со скиллами
# Каждый скилл — markdown-файл с инструкциями

skills/
  write_email.md
  analyze_data.md
  book_flight.md

# Пример скилла write_email.md
---
name: write_email
description: Пишет деловое письмо по заданным параметрам
---

# Инструкция для агента
1. Определи получателя и тему письма.
2. Составь письмо в формальном стиле, используя шаблон.
3. Проверь грамматику и отправь через инструмент send_email.

MCP и Skills: не конкуренты, а партнёры

Многие думают, что MCP и Skills — это взаимоисключающие подходы. На самом деле они решают разные задачи и отлично работают вместе. MCP даёт агенту доступ к инструментам, а Skills — знания о том, как эти инструменты использовать. Более того, Skills могут даже обучать агента пользоваться MCP-инструментами! Например, скилл может содержать инструкцию: «Когда нужно отправить письмо, вызови инструмент send_email с аргументами из запроса пользователя».

Таким образом, Skills — это надстройка над MCP, которая делает агента умнее и эффективнее. Вы можете иметь MCP-сервер с десятками инструментов, но агент будет использовать только те, которые предписаны в скиллах, не загружая всё подряд.

Практический вывод: что делать прямо сейчас

Моя любимая цитата из видео: «Самый популярный язык программирования сейчас — английский». Skills позволяют нетехническим специалистам писать, итерировать и делиться инструкциями, которые ускоряют работу агентов всей команды, без единой строчки кода. Это открывает двери для коллаборации между разработчиками и бизнес-аналитиками.

Если вы ещё не используете Skills, начните с малого: возьмите одну повторяющуюся задачу вашего агента (например, генерацию отчётов) и оформите её как скилл. Подключите MCP-сервер для доступа к нужным API, а в скилле опишите, как агенту использовать эти API. Вы увидите, как агент станет быстрее и точнее, а контекст перестанет раздуваться.

А если вы уже используете Skills — поделитесь опытом в комментариях! Интересно узнать, у кого как устроен процесс.