[MCP] MCP 與 Agent Skills：prompts、resources 與本地 skills

發表於 分類於 Disqus：
MCP 學習筆記：Agent Skills 與 MCP 的關係、prompts + resources 實作與本地 skills 生成。

MCP 與 Agent Skills 筆記：prompts、resources 與本地 skills 生成

這篇是從 MCP Remote Server 新規格筆記 拆出來的內容面：當服務不只是暴露 tools，還想提供「給 AI 看的指令與知識」時，skills、prompts、resources 這三者的關係，以及怎麼實作。核心問題只有一個——skills 這種東西，能不能透過 MCP 提供？

先釐清：Agent Skills 與 MCP 是兩個標準

常被問到但其實是兩個標準：Agent Skills（SKILL.md）是 client 端的機制（agentskills.io 的開放標準），不是 MCP protocol 的一部分。MCP server 能提供的是協議原生的三種 primitive，其中 prompts 最接近 skills：

想要的效果 做法
給 AI 的操作指引 / 指令模板 prompts（prompts/list、prompts/get）——server 定義結構化 instructions，使用者端常以 slash command 取用，2026-07-28 規格仍保留
給 AI 的知識文件 / 參考資料 resources——把說明文件當 resource 暴露
讓 AI 執行事情 tools
  • 一個 skill 概念上 ≈ prompts（指令）+ resources（知識）+ tools（執行）的組合，這是通用方案，所有 MCP client 都懂
  • MCP 官方文件的 build-with-agent-skills 是反向：用 Agent Skills 引導 agent 幫我們建 server（mcp-server-dev plugin），是開發工具不是 server 內容
  • 想給 Claude Code 使用者「SKILL.md 一起交付」的體驗，走 plugin 打包（plugin 可以同時含 skills + MCP server 註冊），但那只服務特定 client

方向一：把 API 使用指南做成 prompts + resources（Go 實作）

對想開放給「任何 AI 工具」的服務擁有者來說：先用 prompts + resources 把 API 使用指南做成 server 內容，通用性最高；特定工具的進階體驗之後再加。

兩者的分工是：prompts 放「固定的操作流程模板」（例如「用我們的報表工具分析某張報表」這種引導），resources 放「知識文件」（API 使用指南、認證方式、錯誤碼對照、rate limit 規則）。以官方 go-sdk 為例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
// --- prompts：引導 AI 完成固定流程，使用者端常以 slash command 觸發 ---
server.AddPrompt(&mcp.Prompt{
	Name:        "analyze-report",
	Title:       "分析報表",
	Description: "引導 AI 用報表工具分析指定報表",
	Arguments: []*mcp.PromptArgument{
		{Name: "report_id", Description: "要分析的報表 ID", Required: true},
	},
}, func(ctx context.Context, req *mcp.GetPromptRequest) (*mcp.GetPromptResult, error) {
	id := req.Params.Arguments["report_id"] // 使用者填入的參數
	return &mcp.GetPromptResult{
		Description: "報表分析引導",
		Messages: []*mcp.PromptMessage{
			{Role: "user", Content: &mcp.TextContent{
				Text: fmt.Sprintf("請用 list_reports / get_report 工具分析報表 %s，重點看趨勢與異常。", id),
			}},
		},
	}, nil)
})

// --- resources：把知識文件當內容提供，client 可以當附件加進對話 ---
server.AddResource(&mcp.Resource{
	Name:        "api-guide",
	Title:       "API 使用指南",
	Description: "ACME Analytics API 的完整使用指南（認證、錯誤碼、rate limit 與範例）",
	MIMEType:    "text/markdown",
	URI:         "embedded:guide/api", // URI scheme 自己設計，官方範例慣用 embedded:
}, func(ctx context.Context, req *mcp.ReadResourceRequest) (*mcp.ReadResourceResult, error) {
	if req.Params.URI != "embedded:guide/api" {
		return nil, mcp.ResourceNotFoundError(req.Params.URI) // 官方建議的回法
	}
	return &mcp.ReadResourceResult{Contents: []*mcp.ResourceContents{
		{URI: req.Params.URI, MIMEType: "text/markdown", Text: apiGuideMD}, // apiGuideMD 可用 //go:embed 包成二進位
	}}, nil
})

// --- resource template：依參數展開的動態文件（RFC 6570） ---
server.AddResourceTemplate(&mcp.ResourceTemplate{
	Name:        "guide-section",
	MIMEType:    "text/markdown",
	URITemplate: "embedded:guide/{section}",
}, guideSectionHandler)
  • 對應注意的點：
    1. AddPrompt 的 handler 回 GetPromptResult，內容是 Messages（role + content）；Arguments 讓使用者觸發時填參數，在 handler 裡用 req.Params.Arguments 取值
    2. AddResource 的 handler 回 ReadResourceResult.Contents，找不到資源就回 mcp.ResourceNotFoundError(uri)（官方特別註記這個寫法）
    3. MIMEType: "text/markdown" 是重點——文件用 markdown 寫，AI 讀起來最順
    4. 2026-07-28 規格中 prompts 是 user-controlled：由使用者主動觸發（常呈現為 slash command），不是 AI 自己決定要用的；所以別期待 AI 會自動跑去讀指南，指南類知識要放 resources 才容易被帶進對話
    5. resource template 用 RFC 6570 的 URI 樣板，適合「文件很多、不想逐筆註冊」的情境
    6. 完整可抄的範例在官方 examples/server/everything/main.go（prompt、embedded resource、resource template 三個都有）

方向二：把 resources 變成開發者本地的 skills（反向模式）

另一個方向也很值得知道：不是把 SKILL.md 放進 server，而是讓 coding agent 讀取 server 的 resources，在開發者本地生成 SKILL.md。技術上成立，因為 resources 內容就是 markdown、agent 有寫檔能力、而且 Claude Code 對 skills 目錄有 hot-reload（新增 SKILL.md 當下 session 就生效）：

1
2
3
4
1. agent 讀 resource    →  @acme:embedded:guide/api（API 整合指南）
2. 開發者指示            →  「把 ACME 的整合方式做成一個 skill」
3. agent 生成            →  .claude/skills/acme-api/SKILL.md（+ references/ 範例檔）
4. 之後任何 session      →  skill 描述觸發 → 載入 SKILL.md → 依指示呼叫 MCP server 的工具

本地 skills 三層路徑（Claude Code 慣例）：~/.claude/skills/<name>/SKILL.md（個人）、.claude/skills/<name>/SKILL.md（專案，可 commit 共享給團隊）、<plugin>/skills/<name>/SKILL.md（隨 plugin 分發）。分工是：skill 負責知識與觸發條件，MCP tools 負責執行；skill 資料夾加了 .claude-plugin/plugin.json 還能跟 MCP server 設定一起打包成 plugin。

提醒三點：這是 agent 驅動的模式，不是協定標準化的機制（沒有標準會把 skill 推送給 client）；resources 來自第三方、skill 又是會自動觸發的持久化指令，生成前要開發者核准、事後 review（防 prompt injection）；資料會變的內容別寫死進 skill，放 resources 維持動態，skill 只留穩定知識（認證慣例、觸發規則）。

小結

對服務擁有者來說，務實的順序是：先把 API 使用指南做成 resources + prompts（所有 MCP client 通用），再視開發者需求，讓 agent 把資源內容轉成本地 skills（Claude Code 生態的進階體驗）。server 不必親自「發送」skill——把內容做好，agents 自然會把它變成 skill。

參考資料