@dani_avila7: 好的，这很重要！MCP 现在定义了一个专门用于从 MCP 服务器发现和加载 Agent Skills 的扩展（S…

X AI KOLs Timeline 新闻
mcp agent-skills protocol-extension ai-agents context-management open-source

摘要

Model Context Protocol（MCP）引入了一个实验性扩展，用于从服务器发现和加载 agent skills，实现动态上下文使用和更好的 AI 工作流编排。

好的，这很重要！ MCP 现在定义了一个专门用于从 MCP 服务器发现和加载 Agent Skills 的扩展 （保存这个，值得阅读它是如何工作的） 流程相当简单： - MCP 服务器 - 发现可用 Skills - 获取 Skill 元数据 - 仅在需要时加载 SKILL.md 这是改善上下文窗口使用的一大步 而不是预先加载所有内容，agent 可以发现 Skills 并只从 MCP 加载它需要的那个 Model Context Protocol 团队取得了巨大进步！👏
查看原文
查看缓存全文

缓存时间: 2026/09/15 05:44

好的，这消息很重磅！

MCP 现在定义了一个专门的扩展，用于从 MCP 服务器发现和加载代理技能。

（请收藏这篇，值得仔细阅读其工作原理）

流程相当简洁：

  • MCP 服务器
  • 发现可用技能
  • 获取技能元数据
  • 仅在需要时加载 SKILL.md

这是提升上下文窗口使用效率的一大步。

代理无需预先加载所有内容，而是可以发现技能，并仅从 MCP 加载其所需的那部分。

Model Context Protocol 团队取得了巨大进展！👏

modelcontextprotocol/ext-skills

来源：https://github.com/modelcontextprotocol/ext-skills

技能 Over MCP 工作组

⚠️ 实验性 — 此仓库是“技能 Over MCP 工作组”的孵化空间。内容均为探索性，不代表官方 MCP 规范或建议。

📄 SEP-2640（技能扩展）： modelcontextprotocol#2640 (https://github.com/modelcontextprotocol/modelcontextprotocol/pull/2640) — v1 规范文本的权威来源。 审阅和评论应在此 PR 上进行。本仓库中的副本是用于讨论的同步基准线；参见 docs/sep-draft-skills-extension.md。 章程： modelcontextprotocol.io/community/skills-over-mcp/charter (https://modelcontextprotocol.io/community/skills-over-mcp/charter) — 包括使命、范围、成员、活跃工作项和成功标准。 项目看板： Skills Over MCP WG (https://github.com/orgs/modelcontextprotocol/projects/38/views/1) 会议记录： Skills Over MCP WG 讨论 (https://github.com/modelcontextprotocol/modelcontextprotocol/discussions/categories/meeting-notes-skills-over-mcp-wg) Discord 频道： #skills-over-mcp-wg (https://discord.com/channels/1358869848138059966/1464745826629976084) 进行中的工作： 拉取请求 (https://github.com/modelcontextprotocol/experimental-ext-skills/pulls) — 欢迎提交提案、决策、实现和其他进行中的贡献。

为何需要“技能 Over MCP”？

MCP 服务器为代理提供工具，但仅有工具不足以应对复杂工作流——工具描述告诉代理工具做什么，而非如何编排多个工具以实现目标。技能填补了这一空白。它们是结构化的“操作指南”知识：包含多步骤工作流、条件逻辑和编排指令，内容可达数百行。

技能是上下文，而 MCP 是一个上下文协议。代理已经通过 MCP 连接远程服务以获取工具——它们也可以通过同一渠道获取使用这些工具的方法。远程 MCP 服务器可以同时提供其工具和如何结合使用的指令，作为一个单一原子单元。这也实现了自动发现（连接到服务器并发现其技能）、动态更新（服务器端更改无需重新安装即可生效）、多服务器组合（技能可跨服务器编排工具）和企业分发（RBAC、多租户、版本自适应内容）——所有这些都通过 MCP 服务器已有的基础设施实现。

完整的价值主张以及何时适用 MCP 分发而非更简单替代方案的指南，请参阅 why-and-when.md。关于该前提的一个通俗的外部视角，请参见 Angie Jones 的“Skills Over MCP”(https://aaif.io/blog/skills-over-mcp/)（Agentic AI Foundation）——“随产品一起交付手册。”

问题陈述

宿主应用程序中的原生“技能”支持证明了人们对丰富工作流指令的需求，但目前尚无通过 MCP 原语暴露等效功能的约定。当前限制包括：

  • 服务器指令仅在初始化时加载 — 新增或更新的技能需要重新初始化服务器
  • 复杂工作流超出实际指令大小 — 一些技能需要包含对捆绑文件引用的数百行 Markdown
  • 缺乏发现机制 — 安装 MCP 服务器的用户不知道是否有对应的技能也需要安装
  • 多服务器编排 — 技能可能需要协调多个服务器的工具

详细信息请参阅 problem-statement.md。

仓库内容

文档描述
问题陈述当前限制和不足
为何需要“技能 Over MCP”？价值主张和决策指南
用例驱动此项工作的关键用例
方案正在探索的方案（非互斥）
SEP-2640：技能扩展 (https://github.com/modelcontextprotocol/modelcontextprotocol/pull/2640)提议通过资源原语在 MCP 上提供服务技能的提案。v1 基准文本保存在 docs/sep-draft-skills-extension.md，从规范 SEP 同步而来。v1 的评论和审阅发生在该 PR 上；v1 之后的变更将作为条目在决策日志中提出。
待解决问题待社区输入解决的问题（另请参阅问题 (https://github.com/modelcontextprotocol/experimental-ext-skills/issues) 和会议记录 (https://github.com/modelcontextprotocol/modelcontextprotocol/discussions/categories/meeting-notes-skills-over-mcp-wg)）
实验性发现来自实现和测试的结果
相关工作SEP、实现和外部资源
威胁模型针对通过 MCP 提供服务的技能（SEP-2640）的威胁模型，包含交付模型建议和附录档案
技能扩展候选对象可能采纳技能扩展的 MCP 服务器、开发工具、SDK 和技能仓库
客户端 MCP 支持调查开源客户端中面向模型的 MCP 资源加载及 SEP-2640 支持情况
决策日志关键决策的记录，包含背景和理由
设计原理SEP-2640 基于资源的技能扩展的设计原理
术语表“技能 Over MCP”关键术语的工作定义

参与贡献

请参阅 CONTRIBUTING.md 了解如何参与。

相似文章

@swyx: 解释一下

X AI KOLs Following

本文介绍了用于构建可插拔AI代理架构的模型上下文协议（MCP），详细介绍了在Sentry构建MCP服务器的经验教训，包括OAuth 2.1集成、设计对代理友好的工具接口以及当前生态系统的局限性。

AI最重要的协议变得更易用了

TechCrunch AI

模型上下文协议（MCP）正在更新，采用无状态方法，消除了会话ID管理问题，使其更容易在多个服务器上大规模运行，这可能会推动企业AI代理的采用。

使用 MCP 进行代码执行：构建更高效的智能体

Anthropic Engineering

本文来自 Anthropic，探讨了如何将代码执行与 Model Context Protocol (MCP) 相结合，以提升 AI 智能体的效率。文章分析了工具定义和中间结果导致的 token 过载等挑战，并提出代码执行作为降低延迟和成本的解决方案。