Skill、MCP 与工作流
Skill 资源
Section titled “Skill 资源”| 资源 | 入口 | 说明 |
|---|---|---|
| Agent Skills | 官网 · 规范 | 开放的 Skill 文件夹和 SKILL.md 约定 |
| Anthropic Skills | 文档 · GitHub | 官方说明和示例能力包 |
| OpenAI Skills | GitHub | OpenAI 相关的技能资源仓库 |
| Vercel Skills | GitHub | Web 开发和 Agent 技能安装工具/资源 |
| Superpowers | GitHub | 软件开发工作流 Skill 集合 |
| GitHub Copilot Collection | awesome-copilot | Copilot 指令、Agent 和工作流资源 |
| Composio Skills | 官网 · Skills | 工具连接和 Agent 能力 |
Skill 不是模型训练,也不是永久记忆。不同 Agent 的支持范围、目录位置、加载方式和权限模型可能不同。安装第三方 Skill 前必须看 SKILL.md、脚本、引用文件和网络访问。
MCP 官方入口
Section titled “MCP 官方入口”| 资源 | 入口 | 适合了解 |
|---|---|---|
| MCP 介绍 | modelcontextprotocol.io/introduction | MCP 要解决什么问题 |
| MCP 入门 | Getting Started | 第一个 Server/Client 概念 |
| MCP 架构 | Architecture | Host、Client、Server 的关系 |
| MCP 规范 | latest specification | 协议和版本细节 |
| 官方服务器 | modelcontextprotocol/servers | 官方示例服务器仓库 |
| OpenAI Agents MCP | Python SDK | 在 OpenAI Agent 中使用 MCP |
| MCP Python SDK | GitHub | Python 服务端和客户端 |
| MCP TypeScript SDK | GitHub | TypeScript 服务端和客户端 |
MCP 目录和发现平台
Section titled “MCP 目录和发现平台”| 目录 | 入口 | 使用建议 |
|---|---|---|
| MCP Servers | mcp.so | 按能力发现社区 Server |
| Smithery | smithery.ai | MCP 目录、托管和安装入口 |
| Glama MCP | glama.ai/mcp/servers | 搜索和查看 MCP Server |
| Awesome MCP Servers | punkpeye/awesome-mcp-servers | GitHub 社区整理列表 |
| MCP Market | mcpmarket.com | 社区 MCP 发现入口 |
目录只负责发现,不代表每个 Server 都可信、免费或安全。优先选择源码公开、维护活跃、权限范围清楚并有撤销方式的项目。
MCP 安装前检查
Section titled “MCP 安装前检查”- Server 从哪里下载,发布者能否核验?
- 它能读取哪些文件、环境变量、Cookie 或网络服务?
- Tool 是否可以删除、发送、购买、发布或执行命令?
- 能否改成只读、逐次确认或测试账号?
- OAuth、Token 和日志在哪里保存?如何撤销?
- 远程服务会不会保存你的请求和工具结果?
工作流模板和 Agent 规则
Section titled “工作流模板和 Agent 规则”| 资源 | 入口 | 用途 |
|---|---|---|
| OpenAI Cookbook | developers.openai.com/cookbook | API、工具调用、评估示例 |
| Anthropic Cookbook | GitHub | Claude、工具、检索和提示词 |
| Google Gemini Cookbook | GitHub | Gemini API 和多模态示例 |
| Prompt Engineering Guide | GitHub | 提示词方法和研究资料 |
| Microsoft Promptbase | GitHub | 提示词和生成式 AI 资源 |
| Awesome AI Agents | GitHub | Agent 项目和框架发现 |
使用工作流时先把输入、输出、权限、失败恢复和验收标准写清楚,再考虑自动化。能自动执行的动作越多,越需要日志和人工确认。