Awesome Full Stack

Appearance

MCP/Skills? Claude Code 使用实践、洞察 ​

就在最近，Anthropic 发布了 Opus 4.6 模型，OpenAI 发布了 GPT 5.3 Codex，而国内也开启了百模大战：Seeddance\ MiniMax\Kimi\GLM\Deepseek，而在不久后的春节假期，更是可以预见的会有一大波新模型和新产品发布。

真的让人感觉 “坐地日行八万里” ，无法预测一个月后的技术是什么景象。

分享一下最近几个月了解、学习和使用到的 Agent 工具，以及基于此开发的产品——Poco

能不能好好说话 —— 这些名词到底是什么意思 ​

  • MCP: Model Context Protocol，顾名思义，它是一个协议，让 AI 可以以一致的方式去连接「外部工具」或者「外部数据源」。

MCP 外部工具连接示意图

  • Skills: 技能，其实就是一些 Markdown 文件 + 操作脚本，其核心思想是「渐进式披露」，即分层加载，需要的时候把对应的需要的内容加载到上下文当中。这里以官方的 PPTX skill 举例

Skills 示例截图

这里放一个宝玉佬博客当中总结的图片

MCP 与 Skills 渐进式披露示意图

  • Subagents: 子 Agent，相当给不同 agents 分不同的角色，有不同的任务

和 Agent 交互有时候并不像野兽先生的游戏，你只要付钱（token），agent 就会按照你的要求完成各种任务。假设一个场景，假如你作为一个 Agent，被锁在一个单独的房间里，接受主人的任务。下面两种情况你会选择哪种？

  • A: “讲解一下这些论文，用中文回复”并发来十篇 pdf 文献
  • B: 同样是十篇文献，你有一台带有谷歌搜索引擎的电脑，并且你有一本研究综述

答案其实显而易见。

带有谷歌搜索引擎的电脑（外部工具）其实就是 MCP 所负责的任务，去提供更多、更广的数据和工具，来帮助模型完成任务。 而研究综述（外部知识、工作流记忆）就是 Skills 所负责的任务，相当于是一本完成任务的说明书，按照说明书复现对应的任务流程。

好像了解了，那这些工具都有什么用？ ​

最近其实在互联网上已经有非常多的讨论了，这里分享一些我自己使用的体验，以及看到 98 上同学们的案例以及一些网络上的案例。

其实目前的 demo 可能并不是特别惊艳，但其实在迭代速度如此快的当下，未来一周、未来一月能做到什么程度真的不敢想象。

所以有一句暴论： 「Claude Code + MCP + Skill + Memory 已经有了通用的雏形」

案例 1：搜索 + 总结 - 信息源拓宽、信息搜集 ​

里以我做的一个为了验证高德 MCP 能力做的「早 C 晚 A」概念的网站 https://coffee.philfan.cn 为例

这个网站的 Idea 其实特别简单，可视化地标注一些想打卡的咖啡店和酒吧。让又喝咖啡又喜欢喝小酒的同学能打卡

而众所周知校内咖啡社已经做出了 zjg 校区咖啡地图，参考这篇推文。

这篇推文当中标记了所有咖啡店的点位，但是并没有给出具体的坐标，而我自己一个个去手动标注坐标又太蠢了。作为一个懒鬼，我就想尝试使用其他方法。

能否让 CC 来帮我标注学校里面和学校周围的咖啡店呢？我想到了之前看到的高德地图的 MCP 工具。

我把咖啡社写的这篇推文当做语料喂给了 CC，让他帮我整理校内的咖啡店的位置，并标注在地图上面。

等待了一些时间，地图上确实出现了文中所有提到的咖啡店。当然它并没有一轮就把所有点位就标注清楚，所以经过我 2-3 轮的「你标注错了 xxx，重新搜！」，它确实将紫金港校区的点位都标记正确了，

高德 MCP 标注咖啡店地图截图

接下来，我给 MCP 的核心指令是「帮我找到玉泉校区附近尽可能多的咖啡馆、酒吧清吧、livehouse，并按照我的数据结构进行标注」。这样，「早 C 晚 A」核心概念的网站就搭建完成了。而我在其中并没有手动搜索或者标记坐标点位，完全由 CC+ 高德 MCP 自己完成，MCP 在这里的作用就是接收 CC 的调用请求，去访问高德对应的 API 接口信息后，拿到返回信息后让 CC 来判断如何进行接下来的操作。

后面，我还测试了与搜索 MCP 的联动：我希望让星巴克、瑞幸和库迪呈现对应品牌 Logo 的颜色，这里我并没有直接告诉 CC 他们 logo 的颜色具体是什么，而是让 CC 自己去网络上搜索（我安装了一个exa 搜索 mcp）

通过搜索 MCP 获取品牌配色截图

这个功能只进行了一轮对话就完成了。

这个网站的功能目前还比较朴素，不过和咖啡社的同学聊了一下，可以作为校园咖啡地图的未来版本上线。

这个网站从 idea 到上线也只有半天的时间，所有代码开源在 https://github.com/Phil-Fan/zju-coffee ，如果对这个有兴趣的同学可以提 PR 练练手。

另外需要吐槽一下高德，之前的 ZJU Charger 上线以后，每天三四百的访问量，0 付费纯公益的网站，竟然已经有高德的销售打电话让我付 5w 一年的 API 使用费了 hhh。所以之后可能会迁移到其他地图服务上。

其实，早 C 晚 A 网站在功能上非常简单，但是这个操作过程中，MCP 作为外部工具和外部信息源，却能复用在更多场景中。

另外，@九月天温凉 前辈开发了一个查询本周十大热门话题的 skill,虽然爬虫会有问题，但是帖子反应出的一个思想：把高频的工作流封装成一个个 skill，小到自己每天复用，大到团队内共享工具，已经成为目前的主流共识了。

案例 2：处理与生成不同格式的文件、使用软件 ​

  1. 处理生成 docx、ppt 等不同格式的文件：官方自带的 docx ppt excel 等 skill 可以对很多不同格式的文件进行处理和生成
  2. Nano Banana Pro 的 skill 用来画图与 PPT 制作 op7418/NanoBanana-PPT-Skills
  3. 图像绘制：在 https://www.cc98.org/topic/6420038 当中，给出了一个生成四格漫画的 workflow，其实稍加修改就可以做成一个可以复用的 Skills，并和其他工作流进行结合
  4. 软件使用：在开发的过程中，有一个 part 需要使用 blender 帮我做一个模型，但是我完全没有接触过 Blender，但是有一个 Blender MCP，我就可以使用 CC 控制 Blender，帮我做模型
  5. 视频剪辑：Remotion、Ceeon/videocut-skills

案例 3：注入专家知识 ​

很多大厂总结了前端经验、软件开发经验、部署流程经验，相当于都是免费的「专家工具包」

  1. ui-ux-pro-max-skill：An AI SKILL that provide design intelligence for building professional UI/UX multiple platforms 比如 @ParadoxZ 前辈的这一篇帖子 纯靠 AI 做出了一个满意的 ToDo 软件 - CC98 论坛
  2. @舒肤佳肥皂 前辈之前发了 【编程技术】纯靠 ai，上线了我的第一个 app 在这个帖子当中，和 gemini 交流沟通解决了上线部署遇到的问题。 在 UI 风格、Xcode 模拟与操作上，其实现在也有很多的官方的 skills，比如 vercel 推出的最佳实践 vercel-labs/skills 用于 UI 设计与开发；

案例 4：处理科研工作流 ​

昨天看到 免费给一些 AI agent 的内测名额 这个帖子，原 lz 在帖子里面提到了这个垂直领域（生物 AI4science）的 Agent 的优点有四

  1. 无需像传统方式那样逐篇查找文献、研读细节，可快速直接对比预设实验方法，大幅节省调研时间。
  2. 无需切换多个网站检索，能直接精准获取实验所需的序列、结构及关键信息，操作便捷性拉满。
  3. 生成的实验方法、方案大体方向均准确，可满足基础实验设计及思路验证需求。
  4. 与 DeepSeek 对比，优势明显：一是提供的参考文献不准确，导致使用时心里不踏实，缺乏可信度；二是无法匹配最新文献，基于旧文献生成的实验设计存在滞后性，不符合科研时效性需求。

简要分析这四点优势，总结的关键点集中在 信息搜集 + 信息处理：信息搜集需要能更好的召回相关文献，而不是模型自己输出的文献。信息处理需要更好地符合你的科研习惯和小领域的风格。

相信这位同学所在的公司一定在 agent loop、数据源和记忆功能上下了很大功夫，但是毕竟生物科学领域比较垂直，如果大家想在自己的领域、自己的学习生活中也实现这样的效果，MCP+Skill 或许是你可以尝试的选择。

这其实恰好就是 MCP 和 Skill 想要解决的问题，给模型接上 MCP 就是要获取更多的信息源和工具集（比如 websearch 能力），使用或开发 Skills，就是教会模型你的写作风格，需要注意的事项，实验设计的专业知识等等，让模型更懂你的任务、更懂你的风格。

目前也看到了一些科研场景的 MCP 和 Skill

示意图可查看仓库文档目录：skills.png

如果有其他有趣的 MCP 或者 Skill，也欢迎大家在下面不吝分享一下！

听起来不错，怎么开始用？ ​

第一步 - 安装 ​

如果你使用的 CLI 工具：比如 Claude Code、Codex

Skill ​

bash
/plugin marketplace add anthropics/skills

也可以使用 skillsmp 中提供的命令进行安装。Skill 可以全局配置（放在你的用户目录，每个文件夹都可以用），也可以按项目配置（只能用在当前项目）。

MCP ​

bash
claude mcp add exa -e EXA_API_KEY=your-api-key -- npx -y exa-mcp-server

如果你使用的是 IDE：比如 Cursor，可以参考对应软件的安装方法。

第二步 - 推荐资源与一些最佳实践 ​

这里夹带私货放一下我网站上的总结https://dev.philfan.cn/awesome 和我之前的帖子记录了我使用的一些 AI 产品、开发工具、妙妙小工具

  1. CC 配置最佳实践
  2. 找 skills
    • SkillsMP 一个 Skills 浏览网站（这个作者已经恰到 manus 的饭了哈哈哈
    • ClawHub Claudbot 的 Skills 集市
    • GitHub 上有很多 Awesome 仓库，可以按需搜索
    • Skill 虽好，不要贪杯。配置太多 Skill 也会挤占上下文窗口，并严重影响 Claude Code 的启动时间。所以如果不常用的 Skill 就应该遮蔽起来。
  3. MCP 推荐
  4. 关于 Subagents 一些有趣的
    • Claude 新出了 agent teams，看起来很有趣
    • OpenCode（开源版的 Claude Code）的插件 oh-my-opencode 当中有 Ultrawork，挺有意思的，就是比较费 token
    • 之前有一个开源项目 666ghj/BettaFish: 微舆也有类似的尝试

为什么我认为所有人都应该「试试」Agent 型的工具 ​

在 Claude 一个 Workshop当中，Claude Code 的开发者 Thariq Shihipar 认为 Agent 需要有三个基建。

  1. 它需要一个文件系统，agent 生成的文件可保存，可新建。
  2. 它需要 Bash（Bash 是一个命令行解释器，可以执行命令，比如 ls、cd、mkdir、rm 等），这样它就可以使用已经有着丰富生态的 shell 工具，完成搜索、检查、运行生成的文件，操作你的 word、excel、代码、浏览器，拿到结果和报错，把人从「胶水工」中解放出来
  3. 它需要一个 容器，让 agent 运行更安全，不会把你的文件都删光光（rm -rf /*）

Agent SDK Loop 架构图

如果你现在使用 AI 解决问题的流程是：与 Chatgpt、Gemini、Claude 这种 ChatBot 进行对话，把对话的结果复制到编辑器当中，运行一下，如果报错了或者文字不满意，经过我 Review 以后，把对应的问题复制会 Chatbot 当中进行解决。

结论是：那我强烈建议你尝试使用 Agent 型的工具解决小部分或者更多你所遇到的问题。

仔细考虑这个场景，我们在其中充当的角色其实是「赛博胶水工」或者是「C + V 工程师」，把 AI 生成的文本、结果粘贴到 word 中，再把报错或者写的不好的部分粘贴会 Chatbot 当中解决。

我们的产品 Poco - Your Pocket Coworker ​

Poco 产品海报

Poco 意思是 Your Pocket Coworker，是 @光头不砍树 和我在经过了使用了 Claude Code 后进行的产品化探索。

Logo 是一个带着 Claude 颜色镜框的小狗，我们希望把 Claude Code 的能力拓展到云端，“装入口袋"

一句话介绍： Poco = 套壳的 Claude Code/跑在沙盒的 Openclaw/云端的 CoWork/开源的 Manus

Poco 能做什么 ​

  1. 支持接入 MCP、Skills，可以从 github 快速导入 skill
  2. 对话模式/定时任务/计划模式
  3. 支持了很多 Claude Code 内置功能：AskUserTool 的转发、Slash Command、系统提示词更改等
  4. 支持 Subagent
  5. 对话界面进行了很多优化，可以看到不同格式的产物（代码、markdown、ppt、word、xlsx 等等），我们还学习 Manus，添加了沙盒执行过程的重放，能够看到 agent 每一步查看浏览器和执行命令的完整过程
  6. 可以接入 GitHub

一些使用案例 ​

没有邀请码，前端、后端、Docker 环境全部开源在 https://github.com/poco-ai/poco-agent。我们也提供了部署脚本，可以自己部署。

故事 ​

在和周围同学的沟通当中，我发现 Claude Code 有几个痛点

  • 产品名字中带一个 Code，隐形隔离了很多非开发背景的同学
  • 很多同学不喜欢人不喜欢命令行界面
  • 配环境苦手

当然 Anthropic 自己也注意到了这些痛点，所以他们推出了 Cowork 产品。让 CC 的能力覆盖到非技术背景、非编程场景的需求。

Poco 的诞生，基于以下一些认知

  1. Claude Code 不止可以 Code，使用 MCP（外部工具与数据）+ Skill（专家知识和工作流指导）可以覆盖更多场景。「Claude Code + MCP + Skill + Memory 已经有了通用的雏形」 这个相似的洞察其实已经成为客观共识，各个大厂都在开发与炒作（Coze2.0 还推出了 Skills 交易商店，虽然 Coze 的定位不知道为什么来回改）
  2. Claude Code 的能力还没有被广泛接收和了解，CC 套壳还有很大想象空间
  3. 本地和云端各有利弊，最近本地的 Agent 产品很多，本地部署目前还是少数人的游戏，而云端可能更符合（昨天 OpenAI 宣布其 Frontier 产品，我们的猜想已经逐步成为行业的共识）
  4. AI 产品大爆发，有灵魂、懂交互、能交付、会炒作的产品才能跨越周期
  5. AI 应用必须随着模型能力提升而提升，否则很快就会被淘汰。所以技术上我们采用了 Claude Agent SDK，能吃上热乎的新能力。

推荐阅读 ​

推荐一些我认为比较优质的相关文章和视频，如果感兴趣的同学可以深入研究一下。

一些论坛上比较有趣的讨论

最后的最后，本文没有使用任何 AI 进行润色，有些表达有漏洞的话见谅

码字不易，如果可以到Poco - Github 链接为我们的项目点一个免费的 star，就是对我更新内容最大的支持～

基于 CC0 1.0 Universal 许可发布

Copyright © 2024-present Phil Fan