Skip to content

    提升AI辅助开发效率:MCP与Skills的深度应用指南

    在 AI 辅助开发的浪潮中,如何让大语言模型(LLM)更精准地理解上下文、更高效地执行特定任务,是每个开发者都在思考的问题。本文将深入探讨两大效率利器:MCP (Model Context Protocol)Skills,帮助你构建更强大的本地 AI 工作流。

    MCP作用和使用

    MCP(Model Context Protocol,模型上下文协议)是由 Anthropic 推出的一项开源标准,旨在解决 AI 模型与外部数据源和工具之间的连接问题。

    简单来说,MCP 就像是 AI 应用程序的通用接口。在过去,每个 AI 助手都需要为其接入的数据源(如本地文件系统、数据库、外部 API 等)编写特定的集成代码;而有了 MCP,开发者只需要构建一个标准的 MCP Server。任何支持 MCP 的 AI 客户端都可以通过统一的协议与这些服务器通信,安全地读取数据或执行操作。这极大地拓展了 AI 助手的上下文获取能力和行动边界。

    Context 7 MCP

    介绍

    Context 7 是一个强大的 MCP 服务器,它为 AI 助手提供了开箱即用的扩展上下文能力,允许你的 AI 助手通过 API 快速接入外部知识库或服务,从而在编码时获得更丰富的背景信息。

    注册API key

    要使用 Context 7,需要先获取专属的 API 凭证:

    1. 访问 Context 7 官方平台并注册账号。
    2. 在个人中心的开发者设置中,生成并复制 API Key(格式通常为 ctx7sk-xxxxxxxx)。

    安装

    主流 AI 编程助手的配置方式如下:

    Cursor

    .cursor/mcp.json 中添加配置:

    Plain Text
    {
      "mcpServers": {
        "context7": {
          "url": "[https://mcp.context7.com/mcp](https://mcp.context7.com/mcp)",
          "headers": {
            "CONTEXT7_API_KEY": "ctx7sk-xxxxxxxx"
          }
        }
      }
    }

    Windsurf

    在 MCP 配置文件中添加:

    Plain Text
    {
      "mcpServers": {
        "context7": {
          "serverUrl": "[https://mcp.context7.com/mcp](https://mcp.context7.com/mcp)",
          "headers": {
            "CONTEXT7_API_KEY": "ctx7sk-xxxxxxxx"
          }
        }
      }
    }

    Codex

    对于使用 TOML 的配置环境:

    Plain Text
    [mcp_servers.context7]
    args = ["-y", "@upstash/context7-mcp", "--api-key", "ctx7sk-xxxxxxxx"]
    command = "npx"
    startup_timeout_ms = 20000

    Claude Code

    通过 CLI 直接添加:

    Plain Text
    claude mcp add context7 -- npx -y @upstash/context7-mcp --api-key ctx7sk-xxxxxxxx

    (注:Opencode、Crush、Zed 等编辑器的配置逻辑与 Cursor/Windsurf 类似,通过其设置界面的 MCP 配置项以相同的 JSON 结构填入即可。)

    MarkItDown

    介绍

    MarkItDown 是由微软开源的文档转换工具/MCP Server。它能够将复杂的业务文档(如 PDF、Word、Excel、PPT、图片等)转化为高质量的 Markdown 格式,从而让大语言模型能够无障碍地解析和理解本地办公资产。

    安装

    通过基于 Python 的 uv 包管理器安装配置:

    Plain Text
    [mcp_servers.markitdown]
    command = "uvx"
    args = ["markitdown-mcp"]

    Chrome DevTools MCP

    介绍

    由 Google 官方开源的 Chrome DevTools MCP 服务器。它允许大语言模型直接与 Chrome 浏览器底层进行交互,执行诸如读取控制台日志、检查网络请求、分析 DOM 树等高级调试任务,极大提升了前端和 Web 交互应用的开发排错效率。

    安装

    通过 Node 环境(npx)可直接调用运行:

    Plain Text
    [mcp_servers.chrome-devtools]
    command = "npx"
    args = ["-y", "@google/chrome-devtools-mcp"]

    AwesomeMCPServer

    随着协议的普及,社区涌现出大量高质量的 MCP 服务器,开发者无需从零构建:

    Skills

    如果说 MCP 赋予了 AI 连接外部数据的能力,那么 Skills 则赋予了 AI 规范化执行特定复杂任务的能力。

    介绍

    1. 核心概念:什么是 Skills?

    Skills 是一种模块化的能力扩展包,旨在为 AI 助手提供特定任务的执行逻辑、指令和资源。通过 Skills,开发者可以将重复的、长篇的 Prompt 或复杂的工作流封装为独立的单元。

    一个标准的 Skill 目录通常包含:

    • SKILL.md(必需):定义核心指令和行为边界。
    • scripts/(可选):包含 Python、Node.js 等可执行脚本。
    • references/(可选):相关的参考文档。
    • assets/(可选):模板或静态资源文件。

    2. 核心机制:渐进式披露 (Progressive Disclosure)

    为避免加载大量 Skills 导致上下文 Token 溢出,Anthropic 引入了“渐进式披露”机制,实现资源的分层按需加载

    1. 元数据层 (Metadata - 常驻加载):系统启动时,仅加载所有 SKILL.md 顶部的 YAML 元数据(namedescription)。每个 Skill 仅消耗约 100 tokens,系统据此感知全局可用能力。
    2. 指令层 (Instructions - 触发加载):当用户的 Prompt 意图与某个 Skill 的 description 匹配时,系统才会动态拉取该 Skill 的主体指令(通常占用 3000-5000 tokens)。
    3. 资源层 (Resources - 调用加载):当指令执行需要时,才会调用 scripts/references/尤为关键的是,脚本代码本身不进入大模型上下文,仅将脚本的执行结果返回给模型。

    架构优势

    相较于传统将所有规则写入全局系统提示词(可能导致单次对话消耗数万 tokens),Skills 架构可节约约 75% 的 Token 开销,并通过本地脚本赋予了 AI 确定性的代码执行能力(如自动化文件处理、API 交互等)。

    Skills商店 (skills.sh)

    skills.shhttps://skills.sh/)是由 Vercel 构建的开放式 Skills 索引与分发平台。它扮演了 AI Agent 的“应用商店”角色,允许开发者通过命令行一键安装社区沉淀的优质工作流经验。

    • 工作流平民化:非技术人员可以直接复用顶级开发者或领域专家的配置。
    • 安装便捷:基于 npx 的单行命令安装体系(如 npx skills add <package-name>)。

    核心 Skills 生态与场景拆解

    基于 skills.sh 排行榜及社区热度,我们将当前最具价值的 Skills 按照应用场景进行结构化分类。

    1. 开发与架构类 (Developer & Engineering)

    该类别主要面向程序员,旨在统一代码风格、执行框架最佳实践。

    • vercel-labs/agent-skills (榜单首位)
      • 功能:包含 Next.js 和 React 的深度最佳实践,内置近 60 条严格的代码规范审查规则。
      • 仓库链接https://github.com/vercel-labs/agent-skills
      • 安装npx skills add vercel-labs/agent-skills
    • vuejs-ai/skills
      • 功能:Vue 官方及生态衍生的 AI 辅助开发技能包,涵盖 Vue 3、Nuxt 等现代前端框架的最佳实践与代码规范。
      • 仓库链接https://github.com/vuejs-ai/skills
      • 安装npx skills add vuejs-ai/skills
    • spences10/svelte-claude-skills
      • 功能:专为 Svelte 和 SvelteKit 开发者打造的技能集,帮助 AI 更好理解 Svelte 特有的响应式语法与组件生命周期。
      • 仓库链接https://github.com/spences10/svelte-claude-skills
      • 安装npx skills add spences10/svelte-claude-skills
    • antfu/skills
      • 功能:由知名开源开发者 Anthony Fu 维护,适用于现代前端生态的项目级开发规范与代码风格统一。
      • 仓库链接https://github.com/antfu/skills
      • 安装pnpx skills add antfu/skills --skill='*' -g
    • 移动端与后端实践
      • building-native-ui / upgrading-expo:针对 Expo 框架的 React Native 开发指南。获取链接:https://skills.sh
      • better-auth-best-practices:认证鉴权系统的架构标准。获取链接:https://skills.sh

    2. 设计与用户体验类 (Design & UI/UX)

    通过严格的规则约束,消除 AI 生成界面的“机器感”。

    3. 产品、运营与营销类 (Product & Marketing)

    Skills 不仅服务于代码,同样能赋能业务工作流。

    • coreyhaines31/marketingskills
      • 功能:包含 23 个垂直营销模块的集合。涵盖文案写作 (copywriting)、定价策略 (pricing-strategy)、A/B 测试设计 (ab-test-setup) 以及转化率优化 (page-cro),是增长黑客的必备组件。
      • 仓库链接https://github.com/coreyhaines31/marketingskills
      • 安装npx skills add coreyhaines31/marketingskills --yes
    • agent-browser
      • 功能:提供浏览器自动化能力。允许 AI 执行自动化表单填写、多页面截图、竞品页面遍历及保持登录状态等操作,极大提升运营测试效率。
      • 获取链接https://skills.sh
    • seo-audit
      • 功能:结构化的 SEO 审计框架。引导 AI 从爬虫可达性、加载性能、关键词布局到内容权重等五个维度生成站点诊断报告。
      • 获取链接https://skills.sh (通常附属于营销合集内)

    4. 日常办公与内容创作类 (Workflow & Content)

    • jimliu/baoyu-skills
      • 功能:由开发者宝玉整理的本地化创作工具包。重点优化了中文语境下的多媒体生成流,如幻灯片结构生成 (baoyu-slide-deck)、文章配图、小红书图文排版 (baoyu-xhs-images) 以及微信平台发布。
      • 仓库链接https://github.com/jimliu/baoyu-skills
      • 安装npx skills add jimliu/baoyu-skills --yes
    • anthropics/skills
      • 功能:Anthropic 官方维护的本地文件处理核心库。包含针对 PDF、Word (docx)、Excel (xlsx) 和 PPT (pptx) 的深度解析与编辑能力。
      • 仓库链接https://github.com/anthropics/skills
      • 安装npx skills add anthropics/skills --yes

    5. 社区聚合知识库 (Community Collections)

    为寻求更多自定义灵感的开发者,以下 GitHub 仓库持续汇聚各类长尾功能的 Skills:

    最佳实践建议

    1. 按需引入:建议针对核心岗位需求仅安装 3-5 个高频 Skills,避免无意义的索引加载拖慢系统初始化。
    2. 源码阅读:对于需要构建自有工作流的开发者,利用大模型去逆向阅读高安装量 Skill 的 SKILL.md(如 seo-audit),是学习其分层架构与指令工程的最快路径。
    3. 自动化安装:在实际操作中,你可以直接将 skills.sh 的目标链接作为 Prompt 提供给 Claude Code,让模型自动为你解析依赖并执行安装。

    参考文献

    1. Model Context Protocol (MCP) 官方介绍:https://modelcontextprotocol.io/docs/getting-started/intro
    2. 知乎:深入理解 MCP 协议的作用与实践:https://zhuanlan.zhihu.com/p/29593311266
    3. GitHub Awesome MCP Servers 列表:https://github.com/punkpeye/awesome-mcp-servers
    4. Glama AI MCP Servers 商店:https://glama.ai/mcp/servers
    5. OhMySkills 社区精选:https://github.com/NakanoSanku/OhMySkills
    6. Awesome Agent Skills 列表:https://github.com/heilcheng/awesome-agent-skills
    7. Claude Skills 个人精选仓库:https://github.com/Jeffallan/claude-skills