MCP 和 Skill¶

MCP 协议也由 Anthropic 于2025年下半年发布，与 Skill 均为为 Agent 提供更好的文档和接口的访问形式。二者后续也均被整理为可跨 Agent 使用的开放规范。

1. MCP 是什么¶

1.1. API 是什么¶

要知道 LLM 如何通过接口、MCP 等控制程序或者软件，首先要知道程序如何控制其他程序。

API（Application Programming Interface，应用程序编程接口）是程序公开给其他程序的一组入口。一个 API 通常会明确说明下面的内容：

可以请求什么操作；
需要提供哪些参数；
会返回什么结果；
如何认证身份；
请求失败时会返回什么错误。

例如，一个天气程序可以公开如下接口，表示，只需要提供验证身份用的 token 和城市名（如 hefei）即可获取该城市的天气信息：

GET /weather?city=hefei
Authorization: Bearer <token>

调用成功后，它可能返回下面的内容：

{
  "city": "hefei",
  "temperature": 31,
  "unit": "celsius"
}

调用方只需要遵守接口约定，就能使用天气程序提供的能力。网页、手机应用、命令行工具和 Agent 都可以成为 API 的调用方。

1.2. Tool Call 是什么¶

Tool Call 也常被称为 Function Call。开发者把可用函数的名称、用途和参数结构交给模型，模型根据用户需求，生成一份结构化的调用请求。

例如，我们把这串工具信息注册到模型中：

{
  "name": "get_weather",
  "description": "查询指定城市的天气",
  "parameters": {
    "type": "object",
    "properties": {
      "city": {
        "type": "string"
      }
    },
    "required": ["city"]
  }
}

当用户询问“合肥今天多少度”时，LLM 可以生成下面的调用参数：

{
  "name": "get_weather",
  "arguments": {
    "city": "合肥"
  }
}

一次完整的调用一般经过下面几个步骤：

程序把工具说明和用户问题发给 LLM；
LLM 选择工具并生成参数；
程序检查权限和参数；
程序执行函数或调用 API；
执行结果被送回 LLM；
LLM 根据结果继续回答用户。

LLM 负责选择工具和填写具体参数，程序负责校验与执行。

1.3. MCP 是什么¶

每个 Tool Call 都可以由开发者单独编写，不过不同 Agent 往往需要重复实现工具注册、参数描述、进程启动、认证和结果传输。MCP 为这些环节提供了一套统一协议。

MCP 的基本结构包含三个角色：

用户
  ↓
MCP Host：Claude Code、Codex、OpenCode 等 Agent 框架
  ↓
MCP Client：Host 内部维护的一条 MCP 连接
  ↓
MCP Server：浏览器、数据库、知识库等能力的提供方

MCP Server 可以向 Agent 暴露三类常见能力：

能力	用途	例子
Tools	执行动作	点击网页、运行查询、创建任务
Resources	提供可读取的数据	文件内容、数据库结构、项目文档
Prompts	提供可复用的提示模板	代码审查模板、故障排查模板

本地 MCP Server 通常由 Agent 通过标准输入输出（stdio）启动；远程 MCP Server 通常通过流式 HTTP 连接，并可以配合 Token 等方式完成身份认证。Host 在连接后读取 Server 提供的能力列表，再把合适的工具描述交给模型。

API、Function Call 和 MCP 可以串成一条完整链路：

模型生成 Function Call
        ↓
Agent 通过 MCP Client 调用 MCP Server
        ↓
MCP Server 调用浏览器、文件系统或远程 API
        ↓
执行结果沿原路径返回给模型

例如，chrome-devtools-mcp 提供浏览器调试工具；配套 Skill 可以进一步规定“先打开页面，再检查控制台和网络请求，完成修改后重新验证”的工作流程。

任务需要连接外部系统时考虑 MCP；任务需要重复执行一套判断和操作流程时考虑 Skill；两种需求同时出现时把它们组合起来。

2. 安装一个 MCP¶

本文以安装 chrome-devtools-mcp 为例。这个MCP 由谷歌 Chrome 团队官方发布，可以以让 Agent 原生操控 Chrome 系浏览器（Chrome，Edge 及其他使用 Chromium 内核的浏览器。不包括 Firefox）。

MCP 因为格式固定，写起来非常容易，网络上有大量已经写好的 MCP，因此可以直接通过搜索引擎或 GitHub 进行直接搜索；如果不熟悉的话，新手也可以在魔搭社区搜索需要的 MCP。

chrome-devtools-mcp 的官方链接为这个， GitHub 链接为这个

2.1. 安装前准备¶

chrome-devtools-mcp 需要 Node.js、npm，以及 Google Chrome 浏览器。可以先在终端检查：

node --version
npm --version
npx --version

2.2. 配置 Agent¶

根据你使用的 Agent 不同，按需选用。

Claude Code:

claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest

Codex:

codex mcp add chrome-devtools -- npx chrome-devtools-mcp@latest

OpenCode: 在 ~/.config/opencode/opencode.json 中添加如下内容：

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "chrome-devtools": {
      "type": "local",
      "command": ["npx", "-y", "chrome-devtools-mcp@latest"]
    }
  }
}

安装完成后重启 Agent 进程，即可使用。使用时，在命令中 @ 出这个 MCP 即可使用。

MCP 工具通常也会由 Agent 根据任务自动选择。显式写出 Server 名称或工具用途，有助于 Agent 自行选用更好的 MCP.

2.3. 检查连接¶

先检查 Server 是否已经出现在列表中：

claude mcp list
codex mcp list
opencode mcp list

Codex 交互界面可以输入 /mcp 查看当前连接。随后启动一个本地网页，并向 Agent 输入一条范围明确的测试指令：

用 chrome-devtools 打开浏览器，搜索2026年菲尔兹奖的所有中国得主，并讲解他们的信息和研究成果。