Agent Skills、MCP、Function Calling 到底啥区别？一文讲透

一个把我绕晕的周末

上个月有个朋友找我，说他们团队在用 Claude Code 搭一套自动化测试流程，文档里满屏的 “MCP Server”“Function Calling”“Agent Skills”，他看到第三遍还是没搞明白：“这几个东西到底啥关系？我到底该用哪个？”

这还真不是他一个人困惑。

我去翻了下社区里的讨论，发现一个挺普遍的现象——有人把 MCP 当成 Function Calling 的升级版，觉得“有了 MCP 就不需要 Function Calling 了”；也有人觉得 Skills 就是“高级一点的 Prompt”。这些理解都不太对。

它们的层级关系其实是固定的：MCP（平台层）> Skill（业务层）> Function Calling（原子层） 。别急着记这个结论，先把每个东西搞明白，这句话自然就懂了。

2023 年 6 月，OpenAI 在 gpt-3.5-turbo 上首次引入了 Function Calling 能力。它的核心机制其实很简单：

你用 JSON Schema 描述一个函数的样子——叫什么名字、有哪些参数、参数是什么类型——然后把这份描述连同用户的问题一起发给模型。模型判断需要调用这个函数时，会返回一个结构化的 JSON，里面包含函数名和参数。

这里有一个特别容易被误解的地方：模型并不会真的去执行那个函数。 它只负责“点单”——告诉你它想调什么、传什么参数。真正的执行，是你写在代码里的逻辑。

整个流程走四步：

1. 用 JSON Schema 把可用工具告诉模型
2. 模型返回 tool_calls，包含函数名和参数 JSON
3. 你的代码解析参数，调用真实函数
4. 把执行结果以 role: "tool" 追加进对话，再请求一次，模型基于结果给出最终回答

我一直觉得 Function Calling 很像一个只会点菜不会做菜的食客。它知道菜单上有什么，知道自己想吃什么，但端菜上桌这件事跟它没关系。

Function Calling 的局限也很明确。工具定义跟模型强绑定，换一个模型就得重新适配；工具数量一多，描述就膨胀，模型选择工具的准确率会明显下降。

MCP：把插座标准化

Function Calling 解决了“模型怎么表达调用意图”的问题，但没解决“后端怎么执行工具”的问题。

以前的做法是：每个应用自己手写对接代码。A 模型要调天气工具，写一套；B 模型也要调同一个天气工具，再写一套。工具的实现方式五花八门，有 REST API 的，有本地脚本的，有 gRPC 的，每接一个都得单独适配。

Anthropic 提出的 MCP（Model Context Protocol） 就是为了统一这件事。它定义了一套标准化的客户端-服务器协议：工具提供方把能力封装成 MCP Server，AI 应用作为 MCP Client 连接上去，通过标准化的接口发现和调用工具。

有个特别贴切的比喻：MCP 就像 AI 界的“聚合支付” 。以前每个商户都得单独对接微信支付、支付宝、银联，现在统一成一个二维码，谁来扫都行。

MCP 在协议层面做了几件关键的事：

动态能力发现。 客户端发送 ListToolsRequest 就能拿到服务器当前提供的全部工具列表，不需要提前硬编码。服务器加了新工具，客户端自动就能看到。

标准化调用接口。 通过 CallToolRequest 发起调用，参数用 JSON Schema 校验，不同语言、不同框架写的工具只要遵循协议就能无缝对接。

安全边界。 MCP 工具代表任意代码执行，协议要求对工具调用做严格的权限控制。

用一句话概括：Function Calling 让模型“知道能做什么”，MCP 让模型“能连上做这件事的工具”。

但 MCP 也有它的代价。所有 MCP Server 的工具描述在会话启动时就加载进上下文，装多了之后 token 消耗非常可观。而且它解决的是“连接”问题，不解决“怎么做才对”的问题。

Agent Skills：把你的经验变成可调用的能力包

MCP 让 Agent 能连上工具了，但连上之后呢？

想象一个场景：Agent 要帮你跑一遍接口回归测试。它有 MCP 连接好的数据库工具、日志工具、接口文档工具。但工具是有了，它知道先做什么、后做什么吗？知道某个接口返回 500 时该重试还是该标记为 bug 吗？知道断言该校验哪些字段吗？

这些问题，MCP 回答不了。Function Calling 更回答不了。

Anthropic 在 2025 年 10 月推出的 Agent Skills 就是冲着这个问题来的。

形式上，Skill 就是一个文件夹。核心是 SKILL.md 文件，YAML 元数据里写技能名称和触发描述，正文用 Markdown 写执行指令。旁边可以放 scripts/ 目录存执行脚本，references/ 存领域知识文档。

但 Skill 真正解决的问题，不是“写一个文档”。它解决的问题是：把“怎么做一个任务”从一次性的对话，变成可复用、可版本控制、可被 Agent 自动调度的能力单元。

这里的关键设计是渐进式披露。Skill 启动时只加载名称和描述，大概 100 个 token，只有当 Agent 判断这个 Skill 跟当前任务相关时，才会展开完整内容。实测下来，初始上下文消耗可以从 16k token 压缩到 500 token 左右。

Skill 和 Function Calling 的本质区别在于：Function Calling 解决的是“能不能调”，Skill 解决的是“该不该这么调”。

Function Calling 是一个原子动作的调用契约。Skill 是一套完整的业务流程——包含多个步骤、多个工具调用、异常处理逻辑、输出格式规范。你写一个“接口测试用例生成”的 Skill，它内部可能调用了参数构造、依赖链分析、断言生成三个 Function Calling，每个都有明确的输入输出约束，但对外暴露的是一个完整的业务能力。

字节在 2026 年初推出 Agent Skills 功能，阿里发布了“悟空”工作平台，腾讯上线了 SkillHub，汇聚超过 28000 个 Skill。测试领域的信号更直接：字节 2026 年春招的测试开发 JD 里，多了一行硬性要求——“对 AI Agent 有深入理解和实践经验”。

一个场景串起三者

说了这么多概念，用一个具体的测试场景把它们串起来。

假设你要让 Agent 自动跑一遍支付接口的幂等性测试。

第一步，MCP 负责连接。 Agent 通过 MCP 协议连接上接口文档服务器，拉取支付接口的 OpenAPI 规范；连接上数据库服务器，准备好查询订单状态；连接上 Jira 服务器，准备在失败时创建 bug。

第二步，Skill 负责流程。 Agent 加载“支付幂等性测试” Skill。Skill 里面写清楚了：先调支付接口发起扣款，然后用同一个订单号再调一次，断言第二次返回的状态码是 200 但订单没有重复扣款。如果第二次返回 500，重试一次再判断。失败时收集 requestId 和响应体，写入 Jira 的指定项目。

第三步，Function Calling 负责执行。 Skill 执行过程中，Agent 通过 Function Calling 逐个调用具体工具：调 call_payment_api、调 query_order_status、调 create_jira_issue。每次调用，模型返回结构化参数，后端代码负责执行。

三者的分工非常清晰：Function Calling 是螺丝刀，MCP 是供电插座和标准接口，Skill 是施工手册加整套工具箱。

搞混它们的人，都在犯同一个错

写到这里，可以回答最初那个问题了。

Function Calling 是基础能力，没有它，后面两个都不存在。MCP 解决的是标准化连接问题——让工具和模型之间的对接有一个统一的协议，不用每换一个模型就重写一次适配代码。Skills 解决的是经验封装问题——让你的测试流程、领域知识、异常处理逻辑变成可复用、可版本控制的能力单元。

它们不是替代关系，是不同层次上的协作关系。Function Calling 让模型有了“嘴”，MCP 让模型有了“手”，Skills 让模型有了“经验”。

那个朋友后来在团队里搭了一套组合拳：用 Skill 封装了 30 多个测试场景的完整流程，用 MCP 连接了接口文档、数据库、CI 系统和 Jira，底层用 Function Calling 驱动每个原子操作。跑了一个月下来，回归测试的用例通过率没变，但用例失效排查的时间从平均 40 分钟降到了 5 分钟。因为 Skill 里封装了失败诊断的排查清单，Agent 自动收集日志、比对响应体、判断是环境问题还是代码问题，人只需要看结论。

他的原话是：“我以前觉得这些概念都是营销词汇，真正跑起来才发现，搞不清它们区别的时候，搭出来的东西就是一堆散装脚本。”

如果你也在搭 Agent 测试体系，建议从这三层去审视你的架构：底层有没有清晰的 Function Calling 定义，中间有没有 MCP 做连接标准化，上层有没有 Skill 做经验封装。三层都到位了，Agent 才算真正能干活。