MCP、RAG 与 Skills 怎么选
theomitsa · x · 2026-07-18
这张信息图对比了 MCP、RAG 和 Skills 三种提升 AI agent 的架构。
- MCP 解决的是工具接入问题：用标准化协议连接外部工具，避免每接一个新工具都写定制 API。
- RAG 解决的是知识缺口：先检索相关资料，再让模型基于上下文回答，适合大而动态的知识库。
- Skills 解决的是重复动作浪费 token：把可复用的动作封装成技能，让 agent 通过统一上下文调用。
图里还给出了各自的工作流程和最佳使用场景：MCP 适合外部工具与服务接入，RAG 适合知识与记忆，Skills 适合可重复执行的动作。
「编程与Agent」频道最新
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11
- Gergely Orosz 观察:AI Agent 提速十倍交付,却带来一堆小退化 — ducha_aiki · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11