一文搞懂 Skills/MCP/Workflow 的區別到底是什麼
整理版優先睇
Skills、MCP、Workflow 分別解決「點做」、「點連」、「點串」，三者係唔同層級嘅構建模塊，應該整合一齊用。
呢篇文章係由艾倫寫嘅，佢留意到 Claude 推出 Skills 功能後，好多人搞唔清 Skills、MCP、Workflow 有咩分別，所以就想用一篇文講清楚佢哋嘅定義、本質區別同實際應用場景。
文章開頭先俾咗三個名詞嘅基本概念：Skills 係 Claude 內部封裝嘅執行模塊，用固定流程加知識模板令 Claude 重複做特定任務更快更一致；MCP 係一種開放協議，用嚟統一大模型同外部數據源、服務、工具之間嘅通信，令 AI 可以安全噉連接外部世界；Workflow 就係將多個任務同系統串聯埋一齊嘅自動化流程引擎。
之後艾倫用通俗比喻解釋三者核心分別：Skills 聚焦「點做」，MCP 聚焦「點連」，Workflow 聚焦「點串」。佢話 Skills 就好似一份完整嘅 SOP，例如將讀取財務數據、分析、製圖、生成儀錶板呢個流程封裝成一個技能包；MCP 就係橋樑，例如用 Notion MCP 就可以直接連接 Notion，唔使自己寫大量調用代碼；Workflow 就係編排多個步驟同服務嘅自動化流程，Skills 喺當中只係一個工作節點。
- Skills、MCP、Workflow 分別解決「點做」、「點連」、「點串」，三者係互補而非競爭。
- Skills 係將固定流程同知識模板封裝成技能包，適合重複性、唔需要外部工具嘅任務。
- MCP 係橋樑協議，讓 AI 安全訪問數據庫、API 等外部系統，唔需要自己寫複雜代碼。
- Workflow 係編排多步驟、多服務嘅自動化引擎，Skills 只係其中一個工作節點。
- 理想嘅自動化系統應該組合三者：Workflow 串流程、MCP 連外界、Skills 做執行細節。
三個名詞嘅基本概念
Skills 係由 Anthropic 提出，係 Claude 內部封裝嘅執行模塊，透過封裝任務邏輯同模板令 Claude 重複執行特定任務，更快更一致。
MCP（Model Context Protocol）係一種開放協議，用嚟統一大模型同外部數據源、服務、工具之間嘅通信，令 AI 可以安全訪問外部世界。Workflow（工作流）就係將多個任務同系統串聯埋一齊嘅自動化流程引擎。
深入解釋三者分別
Skills 就好似一份完整嘅 SOP 被封裝成一個技能。例如有個流程係讀取財務數據、按季度分析、製作圖表、生成可互動 HTML 儀錶板，Skills 就將成個流程封裝，用提示詞寫喺 MarkDown 檔案，資源放文件夾，腳本放另一個文件夾。你只需要上傳數據、調用技能，就得到結果。
Skills 係固定流程加知識模板嘅封裝，令操作更標準、更可複用。
MCP 就係橋樑。以前要自己寫好多調用代碼先連到外部系統，例如喺 ClaudeCode 用 Notion 要「游水」過去；但裝咗 Notion MCP 之後，直接授權就可以用，等於有條橋行過去。
MCP 係協議層，唔係具體任務執行邏輯，而係大模型訪問外部系統嘅橋樑協議。
Workflow 就更加宏觀，佢將多個步驟同服務結合，執行一整套業務流程。一個 Workflow 通常依賴外部集成，例如數據庫節點、應用節點、文件服務、通知等。Skills 喺入面只係一個工作節點，上游俾數據，Skills 處理完就推畀下游。
Skills 本身唔具備訪問外部系統嘅能力，要同 MCP 配合先得。
三者對比同實際場景
在自動化能力上，Workflow 大過 Skills，因為 Skills 只係一個工作節點。
- 1 重複固定任務且唔需要外部工具：用 Skills 最適合，例如自動整理文檔、固定格式文本生成。
- 2 要串成自動化流程：Workflow 編排加 MCP 訪問外界再加 Skills 執行細節，例如報表自動化、多步驟分支任務。
- 3 需要 AI 訪問外部系統：一定係用 MCP 或者 Workflow 平台自帶嘅節點調用。
最理想嘅自動化系統唔係只用其中一個，而係組合：Workflow 做邊界串流程（事件觸發 -> 調用模型/服務 -> 數據存儲/通知）；MCP 做連接層，喺 Workflow 執行時幫 AI 訪問數據庫、日曆、CRM 等；Skills 做執行單元，喺每個步驟將重複邏輯封裝，提高一致性。
大家好，我係艾倫。
前排 Claude 推出咗 Claude Skills 呢個功能，好多朋友就有啲搞唔清 Skills、MCP、Workflow 到底有咩分別？
佢哋對應嘅使用場景又分別係啲咩。
所以今日我會用呢篇文章，帶大家徹底搞清佢哋三者具體係咩，有咩用。
一、定義
首先同大家傾下呢 3 個名詞究竟係咩，等大家有個基本概念。
Skills：由 Anthropic 提出，係 Claude 內部封裝嘅執行模塊，透過封裝任務邏輯同模板嚟令 Claude 重複執行特定任務，更快、更一致。
MCP（Model Context Protocol）：一種開放協議，用嚟統一大模型與外部數據源、服務、工具之間嘅通訊，等 AI 可以 安全咁訪問外部世界 。
Workflow（工作流）：將多個任務同系統串聯埋一齊嘅自動化流程引擎，係將任務模塊、數據源、執行步驟編排成端到端流程嘅架構。
二、本質區別
可能睇定義有啲懵，但係我哋只需要知，呢 3 者解決嘅唔係同一個問題就夠。
Skills 聚焦喺「點樣做」，MCP 聚焦喺「點樣連」，Workflow 就聚焦喺「點樣串」。
Skills，點樣做
簡單啲理解，Skills 就係一份完整詳細嘅 SOP 被封裝成咗一個技能。
假設有咁嘅一個 SOP 流程：讀取分析財務數據 -> 按照唔同嘅季度、產品等分析總結 -> 分別製作唔同嘅圖表 -> 做成一個可互動嘅 HTML 格式嘅儀錶板。
Skills 嘅作用就係將上述嘅咁一個流程進行封裝。
用到嘅提示詞寫落 MarkDown 文件裏面，一啲文檔資源類內容放喺資源嘅文件夾下面，生成 HTML 界面用到嘅腳本放喺腳本文件夾下。
最後得到嘅就係一個技能包，使用流程：上傳財務數據 -> 調用技能 -> 得到可互動嘅儀錶板。
喺特定場景下重複做同一件事， 固定流程 + 知識模板 嘅封裝，令操作更標準、更可重用。
MCP，點樣連
簡單理解 MCP 就係橋樑。
假設我要由河邊行到河對面，原本冇橋樑我過唔到，只能透過游水嘅方式。
但係而家有咗 MCP 即係橋樑，我直接就行過去。
用具體嘅應用舉例就係，我要喺 ClaudeCode 入面用 Notion，原本我要游水即係寫好多嘅調用代碼先得。
但係而家有咗 Notion MCP，我安裝授權就直接用得 Notion，相當於行過咗橋樑。
MCP 係 協議層 ，唔係具體任務嘅執行邏輯。
佢係大模型訪問外部系統（數據庫、API、工具服務）嘅 橋樑協議。
總結嚟講，Skills 係話畀 Claude 知點樣完成呢個任務；MCP 就係話畀 Claude 知點樣連接外部世界。
佢哋唔係競爭關係，而係唔同層級嘅構建塊。
Workflow
Workflow 又好唔同，佢係將多個步驟、多個服務結合埋一齊去執行成套業務流程。
一個 Workflow 通常依賴外部集成，例如數據庫節點、應用節點、文件服務、通知等等。
Skills 有啲似 Workflow 當中嘅一個工作節點。
上游畀數據去 Skills 節點，Skills 處理完之後再推送畀下游。
因為 Skills 本身並唔具備訪問外部系統嘅能力。
例如我想叫 Skills 去訪問 Notion，佢做唔到。佢要同 MCP 配合先得，由 MCP 連接 Notion 得到數據，再交畀 Skills 處理。
三、三者嘅對比
呢度畀大家一張對比圖。
喺自動化能力上，Workflow 肯定係大過 Skills 嘅。
因為好似我前面所講，Skills 就等於一個工作節點，節點嘅自動化能力點會大過 Workflow 本身呢？
四、實際場景
重複固定任務，而且唔需要外部工具
呢個場景毫無疑問揀 Skills。
因為 Workflow 有啲重，MCP 完成唔到，Skills 係最適合。
好似自動整理文檔、固定格式嘅文本生成、標準化嘅內容處理等等。
將業務串成一條流程自動執行
用 Workflow 編排 + MCP 訪問外界 + Skills 執行細節。
好似報表自動化流程、多步驟分支任務自動執行等等。
需要 AI 訪問外部系統
只要係 AI 要訪問外部系統嘅場景，就一定係 MCP 或者 Workflow 平台自帶嘅節點調用。
MCP 係模型訪問數據/功能嘅標準橋樑。
咁其實最理想嘅自動化系統並唔係淨係用其中一個，而係將佢哋組合埋一齊。
1、Workflow 作為邊界 將流程串起嚟（事件觸發 → 調用模型/服務 → 數據存儲/通知）。
2、MCP 作為連接層 Workflow 喺執行過程中，調用 AI 時藉助 MCP 訪問外部系統（例如數據庫、日曆、CRM、文件存儲等）。
3、Skills 作為執行單元 喺每個步驟需要模型做具體事情時，將重複邏輯封裝成 Skill，提高一致性。
End
未來 AI 自動化嘅競爭，唔係簡單睇模型大唔大、語義理解強唔強，而係能否將呢三樣嘢喺業務場景入面有效整合。
理解呢套分層同組合邏輯，比起掌握具體某一個工具，更能夠喺自動化時代立足。
大家好，我是艾倫。
前段時間 Claude 推出了 Claude Skills 這個功能，很多朋友就有點搞不清 Skills、MCP、Workflow 到底有什麼區別？
他們對應的使用場景又分別是什麼。
所以今天我將用這篇文章，帶大家徹底搞清楚他們三者具體是什麼，有什麼用。
一、定義
首先和大家聊聊這 3 個名詞到底是什麼，讓大家能有個基本的概念。
Skills：由 Anthropic 提出，是 Claude 內部封裝的執行模塊，通過封裝任務邏輯和模板來讓 Claude 重複執行特定任務，更快、更一致。
MCP（Model Context Protocol）：一種開放協議，用來統一大模型與外部數據源、服務、工具之間的通信，讓 AI 能 安全訪問外部世界 。
Workflow（工作流）：將多個任務和系統串聯起來的自動化流程引擎，是將任務模塊、數據源、執行步驟編排成端到端流程的架構。
二、本質區別
可能看定義有點懵，但我們只需要知道，這 3 者解決的不是同一個問題就夠了。
Skills 聚焦在“怎麼做”，MCP 聚焦在“怎麼連”，Workflow 則聚焦在“怎麼串”。
Skills，怎麼做
簡單理解，Skills 就是一份完整且詳細的 SOP 被封裝成了一個技能。
假設有這麼一個 SOP 流程：讀取分析財務數據 -> 按照不同的季度、產品等分析總結 -> 分別製作不同的圖表 -> 做成一個可互動的 HTML 格式的儀表盤。
Skills 的作用就是將上述的這麼一個流程進行封裝。
用到的提示詞寫到 MarkDown 文件裏面，一些文檔資源類內容放到資源的文件夾下面，生成 HTML 界面用到的腳本放到腳本文件夾下。
最後得到的就是一個技能包，使用流程：上傳財務數據 -> 調用技能 -> 得到可互動的儀表盤。
在特定場景下重複做同一件事， 固定流程 + 知識模板 的封裝，讓操作更標準、更可複用。
MCP，怎麼連
簡單理解 MCP 就是橋樑。
假設我要從河邊走到河對岸，原先沒有橋樑我過不去，只能通過游泳的方式。
但現在有了 MCP 也就是橋樑，我直接就走過去了。
用具體的應用舉例就是，我要在 ClaudeCode 中使用 Notion，原先我要游泳也就是寫很多的調用代碼才行。
但現在有了 Notion MCP，我安裝授權就能直接使用 Notion，相當於走過了橋樑。
MCP 是 協議層 ，並不是具體任務的執行邏輯。
它是大模型訪問外部系統（數據庫、API、工具服務）的 橋樑協議。
總結來說，Skills 是告訴 Claude 怎麼去完成這個任務；MCP 則是告訴 Claude 怎麼去連接外部的世界。
他們不是競爭的關係，而是不同層級的構建塊。
Workflow
Workflow 又大不相同，它是把多個步驟、多個服務結合起來去執行一整套業務流程。
一個 Workflow 通常依賴外部集成，比如數據庫節點、應用節點、文件服務、通知等等。
Skills 有點類似於 Workflow 當中的一個工作節點。
上游給數據到 Skills 節點，Skills 處理完成後再推送給下游。
因為 Skills 它本身並不具備訪問外部系統的能力。
比如我想讓 Skills 去訪問 Notion，它做不到。它得和 MCP 配合才行，由 MCP 連接 Notion 得到數據，再交由 Skills 處理。
三、三者的對比
這裏給大家一張對比圖。
在自動化能力上，Workflow 肯定是要大於 Skills 的。
因為就像我前面所說的，Skills 就相當於一個工作節點，節點的自動化能力怎麼可能大於 Workflow 本身呢？
四、實際場景
重複固定任務，且不需要外部工具
這個場景毋庸置疑選擇 Skills。
因為 Workflow 有點重，MCP 完成不了，Skills 是最合適的。
像自動整理文檔、固定格式的文本生成、標準化的內容處理等等。
把業務串成一條流程自動執行
用 Workflow 編排 + MCP 訪問外界 + Skills 執行細節。
像報表自動化流程、多步驟分支任務自動執行等等。
需要 AI 訪問外部系統
只要是 AI 要訪問外部系統的場景，那一定是 MCP 或者 Workflow 平台自帶的節點調用。
MCP 是模型訪問數據/功能的標準橋樑。
那其實最理想的自動化系統並不是只用其中的一個，而是把他們組合起來。
1、Workflow 作為邊界 把流程串起來（事件觸發 → 調用模型/服務 → 數據存儲/通知）。
2、MCP 作為連接層 Workflow 在執行過程中，調用 AI 時藉助 MCP 訪問外部系統（如數據庫、日曆、CRM、文件存儲等）。
3、Skills 作為執行單元 在每個步驟需要模型做具體事情時，把重複邏輯封裝成 Skill，提高一致性。
End
未來 AI 自動化的競爭，不是簡單拼模型大不大、語義理解強不強，而是能否把這三者在業務場景中有效整合。
理解這套分層與組合邏輯，比掌握具體某一個工具，更能在自動化時代立足。