Skills vs MCP -- Kiedy używać czego
Zainstalowałeś serwer MCP React i skill React. Teraz AI ma dwa źródła wiedzy o React, które czasami sobie przeczą. Serwer MCP mówi, żeby używać createRoot z wyników narzędzia, ale skill mówi, żeby używać starego ReactDOM.render (jest przestarzały). Masz dwa mechanizmy robiące pokrywającą się pracę i żaden nie jest jednoznacznie odpowiedzialny.
To zamieszanie jest częste, bo skills i serwery MCP wyglądają podobnie z zewnątrz — oba dodają możliwości twojemu AI. Ale rozwiązują zasadniczo różne problemy, a użycie właściwego do każdej sytuacji sprawia, że twoja konfiguracja jest czystsza i bardziej niezawodna.
Co wyniesiesz z tego rozdziału
Dział zatytułowany „Co wyniesiesz z tego rozdziału”- Jasny model mentalny kiedy używać skills, a kiedy serwerów MCP
- Framework decyzyjny dla typowych scenariuszy deweloperskich
- Strategie efektywnego łączenia skills i MCP
- Anty-wzorce do unikania przy mieszaniu obu
Kluczowa różnica
Dział zatytułowany „Kluczowa różnica”Skills to instrukcje. Serwery MCP to narzędzia.
Skill mówi AI jak myśleć o problemie. Kształtuje podejście AI, konwencje i wzorce podejmowania decyzji. Skills są pasywne — siedzą w kontekście i wpływają na zachowanie.
Serwer MCP daje AI możliwość zrobienia czegoś, czego wcześniej nie mógł. Dostarcza narzędzia do odczytywania danych, wykonywania akcji i interakcji z systemami zewnętrznymi. Serwery MCP są aktywne — AI wywołuje je do wykonywania operacji.
| Skills | Serwery MCP | |
|---|---|---|
| Co dostarczają | Instrukcje, konwencje, wzorce | Narzędzia, akcje, dostęp do danych |
| Jak działają | Ładowane do kontekstu na początku sesji | Wywoływane na żądanie podczas rozmowy |
| Analogia | Przewodnik stylu wręczony deweloperowi | Zestaw elektronarzędzi na warsztacie |
| Koszt kontekstu | Stały (ładowane raz na sesję) | Zmienny (każde wywołanie narzędzia dodaje do kontekstu) |
| Trwałość | Zawsze aktywne po zainstalowaniu | Aktywne tylko gdy są podłączone |
| Uwierzytelnianie | Nie potrzebne | Często wymaga tokenów lub OAuth |
Framework decyzyjny
Dział zatytułowany „Framework decyzyjny”Użyj Skilla gdy…
Dział zatytułowany „Użyj Skilla gdy…”Chcesz ustandaryzować jak AI pisze kod.
“Zawsze używaj named exports. Zawsze dodawaj komentarze JSDoc. Zawsze tworząc pliki testowe obok komponentów.” To są konwencje — reguły dotyczące stylu i struktury, które nie wymagają dostępu do zewnętrznych narzędzi.
Chcesz nauczyć AI o architekturze twojego projektu.
“Nasze trasy API znajdują się w src/pages/api/ i używają tego wzorca middleware uwierzytelniania. Nasze zapytania bazodanowe używają Drizzle ORM z tym konkretnym wzorcem obsługi błędów.” To wiedza projektowa, którą AI musi stosować konsekwentnie.
Chcesz dzielić konwencje zespołowe między deweloperami.
Skills są przechowywane jako pliki w twoim repozytorium. Każdy deweloper, który klonuje repozytorium, otrzymuje te same instrukcje. To sposób na standaryzację zachowania AI w całym zespole.
Chcesz nauczyć AI najlepszych praktyk frameworka.
“Przy używaniu Next.js App Router, domyślnie preferuj Server Components. Używaj ‘use client’ tylko wtedy, gdy potrzebujesz interaktywności.” To wiedza frameworkowa, która zapobiega używaniu przez AI przestarzałych wzorców.
Użyj serwera MCP gdy…
Dział zatytułowany „Użyj serwera MCP gdy…”Potrzebujesz, aby AI wchodził w interakcje z systemem zewnętrznym.
Czytanie ticketów Jira, tworzenie PR na GitHub, odpytywanie baz danych, przeglądanie projektów Figma — to wymaga faktycznych wywołań API, których skills nie mogą wykonać.
Potrzebujesz danych w czasie rzeczywistym.
Skills to statyczny tekst. Nie mogą pobrać aktualnego stanu bazy danych, najnowszego statusu pipeline CI ani zawartości strony internetowej. Serwery MCP dostarczają dane na żywo.
Potrzebujesz, aby AI wykonywał akcje.
Tworzenie plików w określonych formatach, uruchamianie zestawów testów, wdrażanie kodu, aktualizacja statusu ticketów — to operacje wymagające dostępu do narzędzi.
Potrzebujesz, aby AI pracował z danymi uwierzytelniającymi.
Serwery MCP obsługują uwierzytelnianie (klucze API, tokeny OAuth) w bezpieczny sposób. Skills nigdy nie powinny zawierać danych uwierzytelniających.
Scenariusze z życia wzięte
Dział zatytułowany „Scenariusze z życia wzięte”Scenariusz 1: “Chcę, żeby AI pisał lepszy kod React”
Dział zatytułowany „Scenariusz 1: “Chcę, żeby AI pisał lepszy kod React””Użyj skilla. Zainstaluj vercel-labs/agent-skills, aby nauczyć AI aktualnych wzorców React: Server Components, granice Suspense, prawidłowe użycie hooków. Skill dostarcza wiedzę; AI stosuje ją do twojego kodu.
Dlaczego nie serwer MCP? Pisanie kodu React nie wymaga dostępu do zewnętrznych narzędzi. AI już ma możliwość pisania i edycji plików.
Scenariusz 2: “Chcę, żeby AI tworzył PR odwołujące się do ticketów Jira”
Dział zatytułowany „Scenariusz 2: “Chcę, żeby AI tworzył PR odwołujące się do ticketów Jira””Użyj serwera MCP (a właściwie dwóch). Potrzebujesz serwera MCP Atlassian do czytania ticketów Jira i serwera MCP GitHub do tworzenia PR. To są akcje wymagające dostępu do API.
Dlaczego nie skill? Skill może powiedzieć AI “zawsze odwołuj się do ticketu Jira w opisach PR”, ale nie może faktycznie przeczytać ticketu ani stworzyć PR. Do wykonania potrzebujesz serwerów MCP.
Najlepsze podejście: użyj obu. Zainstaluj skill mówiący “Przy tworzeniu PR, zawsze umieszczaj ID ticketu Jira w nazwie brancha i tytule PR, i linkuj z powrotem do ticketu w opisie.” Następnie podłącz serwery MCP Atlassian i GitHub, aby AI mógł faktycznie realizować ten workflow.
Scenariusz 3: “Chcę, żeby AI postępował według naszego procesu wdrażania”
Dział zatytułowany „Scenariusz 3: “Chcę, żeby AI postępował według naszego procesu wdrażania””Użyj skilla do procesu, MCP do wykonania. Skill opisuje kroki: “Sprawdź czy CI jest na zielono, zmerguj do main, poczekaj na wdrożenie staging, uruchom smoke testy, awansuj na produkcję.” Serwery MCP (GitHub, Playwright, twoja platforma CI) wykonują każdy krok.
Scenariusz 4: “Chcę, żeby AI używał najnowszej dokumentacji biblioteki”
Dział zatytułowany „Scenariusz 4: “Chcę, żeby AI używał najnowszej dokumentacji biblioteki””Użyj serwera MCP. Context7 lub Fetch MCP pobiera dokumentację na żywo. Skills są statyczne i zawierałyby przestarzałą dokumentację.
Wyjątek: Jeśli biblioteka rzadko się zmienia i chcesz osadzić konkretne wzorce, skill działa. Na przykład skill uczący wzorców Drizzle ORM dla twojego konkretnego schematu jest bardziej niezawodny niż pobieranie dokumentacji za każdym razem.
Scenariusz 5: “Chcę, żeby AI wszystkich członków zespołu zachowywał się spójnie”
Dział zatytułowany „Scenariusz 5: “Chcę, żeby AI wszystkich członków zespołu zachowywał się spójnie””Użyj skilla. Commituj go do repozytorium. Każdy deweloper klonujący repozytorium otrzymuje identyczne zachowanie AI. Serwery MCP są konfigurowane per-deweloper i mogą się różnić.
Efektywne łączenie Skills i MCP
Dział zatytułowany „Efektywne łączenie Skills i MCP”Najlepsze konfiguracje używają skills do “co” i “jak”, a serwerów MCP do “wykonaj”.
| Zagadnienie | Obsługiwane przez | Przykład |
|---|---|---|
| Konwencje kodu | Skill | ”Używaj named exports, dodawaj JSDoc do publicznych funkcji” |
| Wzorce frameworka | Skill | ”Preferuj Server Components, używaj Suspense do pobierania danych” |
| Czytanie zewnętrznych danych | Serwer MCP | ”Pobierz szczegóły ticketu Jira, odczytaj schemat bazy danych” |
| Wykonywanie akcji | Serwer MCP | ”Utwórz PR, wdróż na staging, uruchom testy E2E” |
| Orkiestracja workflow | Skill + MCP | Skill definiuje kroki, serwery MCP je wykonują |
Anty-wzorce do unikania
Dział zatytułowany „Anty-wzorce do unikania”Umieszczanie dokumentacji API w skillu. Dokumentacja API się zmienia. Użyj Context7 lub Fetch MCP zamiast tego.
Używanie serwera MCP do egzekwowania konwencji kodowania. Serwer MCP, który lintuje kod przy każdym zapisie, to narzędzie code review, nie skill AI. Użyj skilla do konwencji i lintera do egzekwowania.
Instalowanie zbyt wielu skills. Każdy skill konsumuje miejsce w oknie kontekstu. Jeśli masz 20 skills, AI może nie przeczytać ich wszystkich uważnie. Priorytetyzuj 5-10 najbardziej wpływowych skills.
Duplikowanie instrukcji narzędzi MCP w skillu. Jeśli serwer MCP GitHub już wie jak utworzyć PR, nie potrzebujesz skilla wyjaśniającego API GitHub. Potrzebujesz skilla opisującego konwencje PR twojego zespołu (format tytułu, wymagani recenzenci, szablon opisu).
Gdy coś nie działa
Dział zatytułowany „Gdy coś nie działa”Skill i MCP dają sprzeczne wskazówki. AI podąża za tym, co pojawia się później lub bardziej wyraźnie w kontekście. Usuń mniej autorytatywne źródło. Jeśli skill mówi “używaj createRoot”, ale Context7 pobiera dokumentację pokazującą hydrateRoot, dokumentacja na żywo powinna wygrać.
Zbyt dużo kontekstu ze skills i MCP łącznie. Jeśli masz 10 skills i 5 serwerów MCP, okno kontekstu AI może się wyczerpać zanim jeszcze zadasz pytanie. Zrób audyt konfiguracji i usuń wszystko, czego aktywnie nie używasz.
Skills działają w Claude Code, ale nie w Cursor. Skills instalują się do różnych katalogów per narzędzie. Sprawdź, czy pliki skills istnieją we właściwej lokalizacji dla twojego edytora.