嘉立创社区
发动态
综合 最新发布 最新回复
图文
列表
相信不少前端同学对 Chrome 扩展插件并不陌生：比如能屏蔽广告的 Adblock、自定义标签页的 Infinity 新标签页、格式化 JSON 的开发小工具、截图工具，甚至还有 Vue.js devtools、Redux DevTools 这样的调试利器。很早以前，我也被这些插件的强大功能吸引，暗自立下目标，一定要掌握扩展插件开发。但实际动手后发现，Chrome 插件的开发门槛并不低，权限机制、构建流程、清单配置……这些问题让我一度搁置。直到后来，我接触到了油猴（Tampermonkey） 脚本开发。它让我重新燃起了对网页增强脚本的兴趣：同样可以实现丰富的浏览器功能，但上手却要简单许多。借助 HTML、CSS 和 JavaScript，便能快速开发出媲美插件的实用功能，而且部署和调试都非常灵活。正因如此，我花了很多时间研究油猴脚本的各种能力，从简单的界面增强，到跨域数据请求、页面劫持，再到摄像头识别、画中画等进阶玩法，这些都可以仅靠一个脚本实现。也正是在这个过程中，我写下了《油猴脚本实战指南》这本小册，分享我一路走来的经验一些技术分享。这本小册上线已近一个月，期间我也遇到了很多志同道合的开发者，他们和我一样，在原本有限的时间里，通过脚本开发打开了新的成长路径。如果你也是一名前端开发者，渴望提升能力却苦于时间有限，不妨试试油猴脚本开发。它不仅能帮你解决日常工作中的小痛点，还能训练你的综合编程能力。对我来说，这是性价比极高的一种前端进阶方式。希望你也能从中收获惊喜。什么是油猴脚本油猴（Tampermonkey）是一款浏览器插件，允许用户在网页加载时注入自定义的 JavaScript 脚本，来增强、修改或自动化网页行为。通俗地说，借助油猴，你可以将自己的 JavaScript 代码“植入”任意网页，实现自动登录、抢单、签到、数据爬取、广告屏蔽等各种“开挂级”功能，彻底掌控页面行为。分享一些我实现的有趣网页脚本手势识别实现网页控制人脸识别实现”人脸版黄金旷工“小游戏接口拦截工具：修改CSDN博客数据接口返回值Vue路由一键切换：开发效率起飞任意元素双击实现画中画：摸鱼超级助手掘金后台自动签到助手解除文本复制、网页复制、一键下载为MD主题切换助手它能给你带来什么提高互联网体验通过用户脚本，我们可以为网页添加各种实用功能，显著提升浏览效率和使用体验。比如在阅读时，我们可以实现一键翻译、自动展开全文、解除复制限制、去除广告干扰；在观看视频时，可以开启 VIP 视频解析、倍速播放，甚至自动跳过片头片尾；对于学习和工作场景，还能自动刷题、辅助答题、自动播放课程；而在购物或资源获取方面，脚本也能帮你自动抢购、快速下载网页中的音视频内容。所有这些功能，只需我们动动手写几行JavaScript，就能一劳永逸！提升工作效率在日常工作中，我们经常会遇到一些重复、耗时又低效的操作，比如：每天手动输入账号密码登录某个网页、反复填写相似的表单内容、开发中费尽周折从网页中提取数据、频繁刷新 token 以保持页面正常访问，在多路由项目中不断的手动切换页面路径……这些看似“习以为常但不可避免”的操作，实则完全可以通过脚本解决。提高工作竞争力在公司工作中，很多重复、低效的流程其实完全可以通过脚本来优化。如果你能主动用脚本解决这些问题，不仅能提升团队效率，更能显著增强你在公司的核心竞争力。以我自己的经历为例：我们公司的前端项目采用的是 Qiankun 微前端架构。在本地开发子应用时，由于缺乏主应用的数据支持，调试过程经常变得非常麻烦。为了解决这个问题，我编写了一个脚本工具，能够将主应用的数据无缝注入本地环境，同时也支持将本地子应用嵌入到线上主应用中进行联调。这极大地提升了开发调试的效率。后来，这个脚本在公司内部广泛推广，并被评为“最佳提效工具”，也为我在职级晋升中加分不少。所以，如果你能通过脚本解决公司一些业务痛点，很容易提升你的核心竞争力。增加面试亮点果你在简历中写到：“通过脚本解决了开发过程中的 XXX 问题，优化了业务流程中的 XXX 环节，节省了 XX 小时的人力成本”——那你的简历一定会脱颖而出，更容易通过面试。毕竟，几乎所有面试官和管理者都欣赏那种善于发现问题、主动用技术解决问题，并能为团队带来实实在在价值的人。变现利用脚本变现有多种途径，效果因人而异。你可以在 GreasyFork 等平台发布实用脚本，获得用户打赏；也可以承接定制开发项目，实现接单变现；此外，脚本还能帮助你降低其他互联网变现方式的运营成本，从而实现效益的最大化。机-会技术大厂，前端-后端-测试，全国均有机-会，感兴趣可以试试。待遇和稳定性都还不错~学习难度用户脚本本质上是通过 JavaScript 增强网页功能或操作页面 DOM，所以对于前端同学而言，你只需掌握油猴的开发规则和几个关键 API，就能快速上手。借助本小册基础篇的内容，你甚至可以在 2 到 4 小时内完成脚本的入门学习，轻松实现脚本编写与快速发布。但是，如果不懂CSS+HTML+JavaScript ,你需要提前学习这些前置知识。此外，你甚至能零成本将一个油猴脚本打包成一个原生谷歌浏览器插件，YYDS！——转载自：石小石Orz
为什么推荐前端学习油猴脚本开发？
开源硬件平台
求OV系列CMOS图像处理解码板原理图
开源硬件平台
开源文章：星火计划2025 丨 入围项目发布\n\n简介：星火计划2025入围项目发布\n\n文章链接：[https://oshwhub.com/article/spark-project-2025-event-finalist-released]\n#活动资讯#
开源硬件平台
场景同样的接口，同样的前缀，只是后端地址不一样，怎么同时代理多个地址呢？也就是一个前端，怎么连接多个后端的地址？一个前端，需要同时和N个后端联调一个需求里有若干个模块，分别给不同的后端开发，前端需要和N个后端联调测试环境在测其他模块，合并发布太麻烦，所以本地开启一个端口给测试，然后你需要去做其他的需求，但是其他的需求需要连接另一个后端接口其他情况，总之：1个前端 VS N个后端上述场景，都是一个前端，联调N个后端的场景，你可能没遇到过，但是确实存在上述的场景。尤其是第三种最为常见，你会一直等测试完了、再去换一个后端代理地址接着开发吗？当然不能，这样做很浪费时间，说明你不是一个合格的牛马，牛马的觉悟不够，牛马是不会让自己闲着的。那么，怎么办呢？和A联调时proxy指向url-A，和B联调时proxy指向url-B……换其他人联调时，你是把本地项目关掉，然后换个proxy代理、再重启一下吗？当然可以，如果你不嫌麻烦的话！那么有没有好办法呢？这个问题问得好，当然有了！解决方案本例以vue2的vue-cli方式【webpack】为例 如果你们公司用的是vue3可以跳过思路既然vue.config.js能代理一个proxy，那么能不能代理多个proxy呢？当然能！本文先讲解传统模式的代理，以后写一个函数式代理 vite有更好的代理方式，暂且不表实现步骤创建项目创建一个空的vue2项目 vue create project-name 默认情况下，npm run serve会启动8080端口目标我希望不同的端口，指向不同的后端代理proxy地址，如：8100端口，代理后端7001端口8105端口，代理后端7002端口没毛病吧？本文以代理2个后端为例，其余的大家自行补充前端配置安装cross-env yarn add cross-env cross-env是nodejs设置环境变量的工具，它解决了不同操作系统之间环境变量设置语法不一致的问题，具体可自行搜索配置vue.config.js const { defineConfig } = require('@vue/cli-service') module.exports = defineConfig({ transpileDependencies: true, // webpack-dev-server 相关配置 devServer: { host: '0.0.0.0', port: process.env.PORT || 8100, open: false, proxy: { '/api': { target: getProxyTarget(process.env.PORT), changeOrigin: true, pathRewrite: { '^/api': '' } } }, }, }) function getProxyTarget(port) { switch (port) { case '8100': return 'http://127.0.0.1:7001' case '8105': return 'http://127.0.0.1:7002' default: return 'http://127.0.0.1:7001' // 默认代理地址 } } 上述代码，默认设置启动端口为8100，并且getProxyTarget函数可以根据不同的端口，指向不同的代理地址。配置package.json { "name": "more-proxy", "version": "0.1.0", "private": true, "scripts": { "serve": "vue-cli-service serve", "serve:8005": "cross-env PORT=8105 vue-cli-service serve", "build": "vue-cli-service build" }, "dependencies": { "cross-env": "^7.0.3", "vue": "^2.6.14" }, "devDependencies": { "@vue/cli-service": "~5.0.0", "vue-template-compiler": "^2.6.14" }, "browserslist": [ "> 1%", "last 2 versions", "not dead" ] } 上述代码，重点是serve:8005这行，就是你要代理哪个端口，这里需要你在vue.config.js写对应的映照proxy机-会技术大厂，前端-后端-测试，全国均有机会，感兴趣可以试试。待遇和稳定性都还不错~#技术干货#测试上述配置已经实现了我们的需求，那么，具体测试一下吧。本地启动两个nodejs服务，分别为7001和7002端口，内容如下 /// 7001端口 const http = require('http'); const hostname = '127.0.0.1'; const port = 7001; const server = http.createServer((req, res) => { res.statusCode = 200; res.setHeader('Content-Type', 'text/plain'); res.end('my port is 7001!'); }); server.listen(port, hostname, () => { console.log(`Server running at http://${hostname}:${port}/`); }); javascript 体验AI代码助手 代码解读 复制代码 /// 7002端口 const http = require('http'); const hostname = '127.0.0.1'; const port = 7002; const server = http.createServer((req, res) => { res.statusCode = 200; res.setHeader('Content-Type', 'text/plain'); res.end('my port is 7002!'); }); server.listen(port, hostname, () => { console.log(`Server running at http://${hostname}:${port}/`); }); 然后前端把上面的2个端口启动，写一个测试函数 mounted() { fetch('/api').then(() => {}) } 效果如下： 8100已经成功代理7001了 同样的，8105也代理了7002 其余的vue3，react，也可以用类似的思路如果感兴趣，可以点一下关注，后续会出函数式1前端 VS N后端，更加优雅如果有其他更好的方案，可以评论留言。——转载自：前端没钱
1个前端同时联调多个后端，牛马的顶级觉悟
开源硬件平台
开源硬件平台
怎么用stm32和ne555做一个纸张计数显示器呢
开源硬件平台
立创下单后导出文件
兄弟们，我24年8月份下单了一个pcb，应该也是用立创eda做的。不知道为什么我的立创eda找不到这个版本的工程了。现在要优化这个板子，能不能在下单助手导出之前的pcb呢，我再重新导入工程。下载出来的是胳膊类型，该如何变成立创pcb类型呢
开源硬件平台
有没有开发大佬接软硬开发单子啊，软硬分开也行，私聊我.
软件:接“涂鸦Wi‑Fi+BLE模组+外置MCU”固件吗？功能：DP(UART)+433+4路舵机PWM+UART控音箱盒。验收：上电静默；按下沿一次/按住不重/播完解锁；音箱UART要ACK/重试/查询；WDT+欠压复位+复位原因可查。
开源硬件平台
请问一下怎么把线走出来？ 实时DRC已经关闭了，也是不行。
#规则#
开源硬件平台
打卡签 到 #嘉立创免费3D打印# #嘉立创PCB# #DIY设计# #2025年度项目秀# #ESP8266/32# #2025年度踩坑日记# #技术干货#
开源硬件平台
步进电机驱动板设计外协
想找人做一块基于TMC5272的步进电机驱动板，急求有经验的大佬，酬劳丰厚。联系，slm20250511
开源硬件平台
100W双管反激电源
做了一个双管反激电源，220AC输入 50V 2A输出 #嘉立创PCB# #DIY设计# #技术干货#
开源硬件平台
求助:单键开槽PCB有什么布线技巧吗？
想自己做一个键盘，但是线一多就显得很乱，大佬们有没有布线技巧分享呀，像这种PCB是不是基本连上就能用呀[衰]
开源硬件平台
开源文章：东莞职业技术学院十二月培训\n\n简介：\n\n文章链接：[https://oshwhub.com/article/dongguan-vocational-and-technical-college-december-training]\n#高校动态#
开源硬件平台
开源文章：天津工业大学博而思医疗电子协会12月训练营\n\n简介：这次学员们复刻rct6顺利结束\n\n文章链接：[https://oshwhub.com/article/tianjin-polytechnic-university-boersi-medical-electronics-association-december-training-camp]\n#高校动态#
开源硬件平台
开源硬件平台
MCP 与 Skill 深度对比：AI Agent 的两种扩展哲学用 AI Agent 工具（Claude Code、Cursor、Windsurf 等）的时候，经常会遇到两个概念：MCP（Model Context Protocol）Skill（Agent Skill）它们看起来都是"扩展 AI 能力"的方式，但具体有什么区别？为什么需要两套机制？什么时候该用哪个？这篇文章会从设计哲学、技术架构、使用场景三个维度，把这两个概念彻底讲清楚。一句话区分先给个简单的定位：MCP 解决"连接"问题：让 AI 能访问外部世界 Skill 解决"方法论"问题：教 AI 怎么做某类任务用 Anthropic 官方的说法："MCP connects Claude to external services and data sources. Skills provide procedural knowledge—instructions for how to complete specific tasks or workflows."打个比方：MCP 是 AI 的"手"（能触碰外部世界），Skill 是 AI 的"技能书"（知道怎么做某件事）。你需要两者配合：MCP 让 AI 能连接数据库，Skill 教 AI 怎么分析查询结果。MCP：AI 应用的 USB-C 接口MCP 是什么MCP（Model Context Protocol）是 Anthropic 在 2024 年 11 月发布的开源协议，用于标准化 AI 应用与外部系统的交互方式。官方的比喻是"AI 应用的 USB-C 接口"——就像 USB-C 提供了一种通用的方式连接各种设备，MCP 提供了一种通用的方式连接各种工具和数据源。关键点：MCP 不是 Claude 专属的。它是一个开放协议，理论上任何 AI 应用都可以实现。截至 2025 年初，已经被多个平台采用：Anthropic: Claude Desktop、Claude CodeOpenAI: ChatGPT、Agents SDK、Responses APIGoogle: Gemini SDKMicrosoft: Azure AI Services开发工具: Zed、Replit、Codeium、Sourcegraph到 2025 年 2 月，已经有超过 1000 个开源 MCP 连接器。MCP 的架构MCP 基于 JSON-RPC 2.0 协议，采用客户端-主机-服务器（Client-Host-Server）架构： ┌─────────────────────────────────────────────────────────┐ │ Host │ │ (Claude Desktop / Cursor) │ │ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ Client │ │ Client │ │ Client │ │ │ │ (GitHub) │ │ (Postgres) │ │ (Sentry) │ │ │ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │ └─────────┼────────────────┼────────────────┼─────────────┘ │ │ │ ▼ ▼ ▼ ┌───────────┐ ┌───────────┐ ┌───────────┐ │MCP Server │ │MCP Server │ │MCP Server │ │ (GitHub) │ │(Postgres) │ │ (Sentry) │ └───────────┘ └───────────┘ └───────────┘ Host：用户直接交互的应用（Claude Desktop、Cursor、Windsurf）Client：Host 应用中管理与特定 Server 通信的组件Server：连接外部系统的桥梁（数据库、API、本地文件等）MCP 的三个核心原语MCP 定义了三种 Server 可以暴露的原语：1. Tools（工具）—— 模型控制可执行的函数，AI 可以调用来执行操作。 { "name": "query_database", "description": "Execute SQL query on the database", "parameters": { "type": "object", "properties": { "sql": { "type": "string" } } } } AI 决定什么时候调用这些工具。比如用户问"这个月的收入是多少"，AI 判断需要查数据库，就会调用 query_database 工具。2. Resources（资源）—— 应用控制数据源，为 AI 提供上下文信息。 { "uri": "file:///Users/project/README.md", "name": "Project README", "mimeType": "text/markdown" } 资源由应用控制何时加载。用户可以通过 @ 引用资源，类似于引用文件。3. Prompts（提示）—— 用户控制预定义的提示模板，帮助结构化与 AI 的交互。 { "name": "code_review", "description": "Review code for bugs and security issues", "arguments": [ { "name": "code", "required": true } ] } 用户显式触发这些提示，类似于 Slash Command。机-会技术大厂，前端-后端-测试，全国均有机-会，感兴趣可以试试。待遇和稳定性都还不错~MCP 与 Function Calling 的关系很多人会问：MCP 和 OpenAI 的 Function Calling、Anthropic 的 Tool Use 有什么区别？Function Calling 是 LLM 的能力——把自然语言转换成结构化的函数调用请求。LLM 本身不执行函数，只是告诉你"应该调用什么函数，参数是什么"。MCP 是在 Function Calling 之上的协议层——它标准化了"函数在哪里、怎么调用、怎么发现"。两者的关系： 用户输入 → LLM (Function Calling) → "需要调用 query_database" ↓ MCP Protocol ↓ MCP Server 执行 ↓ 返回结果给 LLM Function Calling 解决"决定做什么"，MCP 解决"怎么做到"。MCP 的传输方式MCP 支持两种主要的传输方式：传输方式适用场景说明Stdio本地进程Server 在本地机器运行，适合需要系统级访问的工具HTTP/SSE远程服务Server 在远程运行，适合云服务（GitHub、Sentry、Notion）大部分云服务用 HTTP，本地脚本和自定义工具用 Stdio。MCP 的代价MCP 不是免费的午餐，它有明显的成本：1. Token 消耗大每个 MCP Server 都会占用上下文空间。每次对话开始，MCP Client 需要告诉 LLM "你有这些工具可用"，这些工具定义会消耗大量 Token。连接多个 MCP Server 后，光是工具定义可能就占用了上下文窗口的很大一部分。社区观察到："We're seeing a lot of MCP developers even at enterprise build MCP servers that expose way too much, consuming the entire context window and leading to hallucination."2. 需要维护连接MCP Server 是持久连接的外部进程。Server 挂了、网络断了、认证过期了，都会影响 AI 的能力。3. 安全风险Anthropic 官方警告："Use third party MCP servers at your own risk - Anthropic has not verified the correctness or security of all these servers."特别是能获取外部内容的 MCP Server（比如网页抓取），可能带来 prompt injection 风险。MCP 的价值尽管有这些代价，MCP 的价值在于标准化和可复用性：一次实现，到处使用：同一个 GitHub MCP Server 可以在 Claude Desktop、Cursor、Windsurf 中使用动态发现：AI 可以在运行时发现有哪些工具可用，而不是写死在代码里供应商无关：不依赖特定的 LLM 提供商Skill：上下文工程的渐进式公开Skill 是什么Skill（全称 Agent Skill）是 Anthropic 在 2025 年 10 月发布的特性。官方定义："Skills are organized folders of instructions, scripts, and resources that agents can discover and load dynamically to perform better at specific tasks."翻译一下：Skill 是一个文件夹，里面放着指令、脚本和资源，AI 会根据需要自动发现和加载。Skill 在架构层级上和 MCP 不同。用 Anthropic 的话说："Skills are at the prompt/knowledge layer, whereas MCP is at the integration layer."Skill 是"提示/知识层"，MCP 是"集成层"。两者解决不同层面的问题。Skill 的核心设计：渐进式信息公开Skill 最精妙的设计是渐进式信息公开（Progressive Disclosure）。这是 Anthropic 在上下文工程（Context Engineering）领域的重要实践。官方的比喻："Like a well-organized manual that starts with a table of contents, then specific chapters, and finally a detailed appendix."就像一本组织良好的手册：先看目录，再翻到相关章节，最后查阅附录。Skill 分三层加载：Claude 判断相关需要更多信息第 3+ 层：支持文件（深度按需）reference.mdscripts/helper.pytemplates/...第 2 层：核心指令（按需加载）SKILL.md 完整内容通常 < 5k tokens第 1 层：元数据（始终加载）Skill 名称 + 描述约 100 tokens这个设计的好处是什么？传统方式（比如 MCP）在会话开始时就把所有信息加载到上下文。如果你有 10 个 MCP Server，每个暴露 5 个工具，那就是 50 个工具定义——可能消耗数千甚至上万 Token。Skill 的渐进式加载让你可以有几十个 Skill，但同时只加载一两个。上下文效率大幅提升。用官方的话说："This means that the amount of context that can be bundled into a skill is effectively unbounded."理论上，单个 Skill 可以包含无限量的知识——因为只有需要的部分才会被加载。上下文工程：Skill 背后的思想Skill 是 Anthropic "上下文工程"（Context Engineering）理念的产物。官方对此有专门的阐述："At Anthropic, we view context engineering as the natural progression of prompt engineering. Prompt engineering refers to methods for writing and organizing LLM instructions for optimal outcomes. Context engineering refers to the set of strategies for curating and maintaining the optimal set of tokens (information) during LLM inference."简单说：Prompt Engineering：怎么写好提示词Context Engineering：怎么管理上下文窗口里的信息LLM 的上下文窗口是有限的（即使是 200k 窗口，也会被大量信息撑爆）。Context Engineering 的核心问题是：在有限的窗口里，放什么信息能让 AI 表现最好？Skill 的渐进式加载就是 Context Engineering 的具体实践——只加载当前任务需要的信息，让每一个 Token 都发挥最大价值。Skill 的触发机制Skill 是自动触发的，这是它和 Slash Command 的关键区别。工作流程：扫描阶段：Claude 读取所有 Skill 的元数据（名称 + 描述）匹配阶段：将用户请求与 Skill 描述进行语义匹配加载阶段：如果匹配成功，加载完整的 SKILL.md执行阶段：按照 Skill 里的指令执行任务，按需加载支持文件用户不需要显式调用。比如你有一个 code-review Skill，用户说"帮我 review 这段代码"，Claude 会自动匹配并加载。Skill 的本质是什么？技术上，Skill 是一个元工具（Meta-tool）："The Skill tool is a meta-tool that manages all skills. Traditional tools like Read, Bash, or Write execute discrete actions and return immediate results. Skills operate differently—rather than performing actions directly, they inject specialized instructions into the conversation history and dynamically modify Claude's execution environment."Skill 不是执行具体动作，而是注入指令到对话历史中，动态修改 Claude 的执行环境。Skill 的文件结构一个标准的 Skill 长这样： my-skill/ ├── SKILL.md # 必需：元数据 + 主要指令 ├── reference.md # 可选：详细参考文档 ├── examples.md # 可选：使用示例 ├── scripts/ │ └── helper.py # 可选：可执行脚本 └── templates/ └── template.txt # 可选：模板文件 SKILL.md 是核心，必须包含 YAML 格式的元数据： --- name: code-review description: > Review code for bugs, security issues, and style violations. Use when asked to review code, check for bugs, or audit PRs. --- #CodeReviewSkill## Instructions When reviewing code, follow these steps: 1. First check for security vulnerabilities... 2. Then check for performance issues... 3. Finally check for code style... 关键字段：name：Skill 的唯一标识，小写字母 + 数字 + 连字符，最多 64 字符description：描述做什么、什么时候用，最多 1024 字符description 的质量直接决定 Skill 能不能被正确触发。Skill 的安全考虑Skill 有一个潜在的安全问题：Prompt Injection。研究人员发现："Although Agent Skills can be a very useful tool, they are fundamentally insecure since they enable trivially simple prompt injections. Researchers demonstrated how to hide malicious instructions in long Agent Skill files and referenced scripts to exfiltrate sensitive data."因为 Skill 本质上是注入指令，恶意的 Skill 可以在长文件中隐藏恶意指令，窃取敏感数据。应对措施：只使用可信来源的 Skill审查 Skill 中的脚本使用 allowed-tools 限制 Skill 的能力范围 --- name: safe-file-reader description: Read and analyze files without making changes allowed-tools: Read, Grep, Glob # 只允许读操作 --- Skill 的平台支持Agent Skills 目前支持：Claude.ai（Pro、Max、Team、Enterprise）Claude CodeClaude Agent SDKClaude Developer Platform需要注意的是，Skill 目前是 Anthropic 生态专属的，不像 MCP 是跨平台的开放协议。MCP vs Skill：架构层级对比现在我们可以从架构层级来理解两者的区别： ┌─────────────────────────────────────────────────────────┐ │ 用户请求 │ └────────────────────────┬────────────────────────────────┘ ▼ ┌─────────────────────────────────────────────────────────┐ │ 提示/知识层 (Skill) │ │ │ │ Skill 注入专业知识和工作流程 │ │ "怎么做某类任务" │ └────────────────────────┬────────────────────────────────┘ ▼ ┌─────────────────────────────────────────────────────────┐ │ LLM 推理层 │ │ │ │ Claude / GPT / Gemini 等 │ │ 理解请求，决定需要什么工具 │ └────────────────────────┬────────────────────────────────┘ ▼ ┌─────────────────────────────────────────────────────────┐ │ 集成层 (MCP) │ │ │ │ MCP 连接外部系统 │ │ "能访问什么工具和数据" │ └────────────────────────┬────────────────────────────────┘ ▼ ┌─────────────────────────────────────────────────────────┐ │ 外部世界 │ │ │ │ 数据库、API、文件系统、第三方服务 │ └─────────────────────────────────────────────────────────┘ Skill 在上层（知识层），MCP 在下层（集成层）。两者不是替代关系，而是互补关系。你可以：用 MCP 连接 GitHub用 Skill 教 AI 如何按照团队规范做 Code Review详细对比表维度MCPSkill核心作用连接外部系统编码专业知识和方法论架构层级集成层提示/知识层协议基础JSON-RPC 2.0文件系统 + Markdown跨平台是（开放协议，多平台支持）否（目前 Anthropic 生态专属）触发方式持久连接，随时可用基于描述的语义匹配，自动触发Token 消耗高（工具定义持久占用上下文）低（渐进式加载）外部访问可以直接访问外部系统不能直接访问，需要配合 MCP 或内置工具复杂度高（需要理解协议、运行 Server）低（写 Markdown 就行）可复用性高（标准化协议，跨应用复用）中（文件夹，可以 Git 共享）动态发现是（运行时发现可用工具）是（运行时发现可用 Skill）安全考虑外部内容带来 prompt injection 风险Skill 文件本身可能包含恶意指令什么时候用 MCP，什么时候用 Skill用 MCP 的场景需要访问外部数据：数据库查询、API 调用、文件系统访问需要操作外部系统：创建 GitHub Issue、发送 Slack 消息、执行 SQL需要实时信息：监控系统状态、查看日志、搜索引擎结果需要跨平台复用：同一个工具在 Claude Desktop、Cursor、其他支持 MCP 的应用中使用用 Skill 的场景重复性的工作流程：代码审查、文档生成、数据分析公司内部规范：代码风格、提交规范、文档格式需要多步骤的复杂任务：需要详细指导的专业任务团队共享的最佳实践：标准化的操作流程Token 敏感场景：需要大量知识但不想一直占用上下文结合使用很多时候，两者是配合使用的： 用户："Review PR #456 并按照团队规范给出建议" 1. MCP (GitHub) 获取 PR 信息 ↓ 2. Skill (团队代码审查规范) 提供审查方法论 ↓ 3. Claude 按照 Skill 的指令分析代码 ↓ 4. MCP (GitHub) 提交评论 MCP 负责"能访问什么"，Skill 负责"怎么做"。写好 Skill 的关键Skill 能不能被正确触发，90% 取决于 description 写得好不好。差的 description description: Helps with data 太宽泛，Claude 不知道什么时候该用。好的 description description: > Analyze Excel spreadsheets, generate pivot tables, and create charts. Use when working with Excel files (.xlsx), spreadsheets, or tabular data analysis. Triggers on: "analyze spreadsheet", "create pivot table", "Excel chart" 好的 description 应该包含：做什么：具体的能力描述什么时候用：明确的触发场景触发词：用户可能说的关键词最佳实践官方建议：保持专注：一个 Skill 做一件事，避免宽泛的跨域 SkillSKILL.md 控制在 500 行以内：太长的话拆分到支持文件测试触发行为：确认相关请求能触发，不相关请求不会误触发版本控制：记录 Skill 的变更历史关于 Slash Command文章标题是 MCP vs Skill，但很多人也会问到 Slash Command，简单说一下。Slash Command 是最简单的扩展方式——本质上是存储的提示词，用户输入 /命令名 时注入到对话中。Skill vs Slash Command 的关键区别是触发方式：Slash CommandSkill触发方式用户显式输入 /命令Claude 自动匹配用户控制完全控制何时触发无法控制，Claude 决定问自己一个问题：用户是否需要显式控制触发时机？需要 → Slash Command不需要，希望 AI 自动判断 → Skill总结MCP 和 Skill 是 AI Agent 扩展的两种不同哲学：MCPSkill哲学连接主义知识打包问的问题"AI 能访问什么？""AI 知道怎么做什么？"层级集成层知识层Token 策略预加载所有能力按需加载知识记住这句话：MCP connects AI to data; Skills teach AI what to do with that data.MCP 让 AI 能"碰到"数据，Skill 教 AI 怎么"处理"数据。它们不是替代关系，而是互补关系。一个成熟的 AI Agent 系统，两者都需要。参考资源MCP 官方资源Model Context Protocol 官网 - 协议规范、快速入门、Server 开发指南MCP Specification - 完整的协议规范文档Introducing the Model Context Protocol - Anthropic 发布 MCP 的官方博客MCP GitHub Organization - 官方 SDK、示例 Server、参考实现Awesome MCP Servers - 社区维护的 MCP Server 列表Skill 官方资源Claude Code Skills 文档 - Skills 的完整文档Building effective agents - Anthropic 关于 Agent 设计的研究博客Context Engineering Guide - 上下文工程官方指南，理解 Skill 设计哲学的关键跨平台采用OpenAI adds support for MCP - OpenAI 宣布支持 MCPGoogle Gemini MCP Support - Google 宣布 Gemini 支持 MCP延伸阅读Function Calling vs MCP - 理解两者区别Claude Code Documentation - Claude Code 完整文档Prompt Engineering Guide - 提示工程基础，Context Engineering 的前置知识如果你觉得这篇文章有帮助，欢迎关注我的 GitHub，下面是我的一些开源项目：Claude Code Skills（按需加载，意图自动识别，不浪费 token，介绍文章）：code-review-skill - 代码审查技能，覆盖 React 19、Vue 3、TypeScript、Rust 等约 9000 行规则（详细介绍）5-whys-skill - 5 Whys 根因分析，说"找根因"自动激活first-principles-skill - 第一性原理思考，适合架构设计和技术选型全栈项目（适合学习现代技术栈）：prompt-vault - Prompt 管理器，用的都是最新的技术栈，适合用来学习了解最新的前端全栈开发范式：Next.js 15 + React 19 + tRPC 11 + Supabase 全栈示例，clone 下来配个免费 Supabase 就能跑chat_edit - 双模式 AI 应用（聊天+富文本编辑），Vue 3.5 + TypeScript + Vite 5 + Quill 2.0 + IndexedDB——转载自：也无风雨也雾晴
别搞混了！MCP 和 Agent Skill 到底有什么区别？
开源硬件平台
开源文章：RCL电子设计协会12月活动记录\n\n简介：RCL电子设计协会12月活动记录\n\n文章链接：[https://oshwhub.com/article/rcl-electronics-design-association-december-activity-record]\n#高校动态#
开源硬件平台
开源文章：广东机电-电子协会-第二期制作STM32小方块\n\n简介：本次嘉立创校园讲师活动带领同学们完整制作STM32小方块。从核心原理图设计、专业PCB布局布线到亲手焊接测试。活动在嘉立创的倾力支持下，为同学们提供了从设计到实物的卓越体验。\n\n文章链接：[https://oshwhub.com/article/guangdong-electromechanical-electronics-association-phase-ii-production-of-stm32-cubes]\n#高校动态#
开源硬件平台
开源硬件平台
去官网查看
优质硬件创作分享平台
推荐话题 换一批
#DIY设计#
#嘉立创PCB#
#嘉立创3D打印#
#嘉立创免费3D打印#
#技术干货#
#嘉立创EDA#
#扩展API#
#狼黑工具#
查看更多热门话题
打赏记录
激励规则
服务时间：周一至周六 9::00-18:00 · 联系地址：中国·深圳（福田区商报路奥林匹克大厦27楼） · 媒体沟通：pr@jlc.com · 集团介绍
移动社区
联系我们