AI Skill、MCP Server 与 Agent Pack 有什么区别？

一句话区分三种能力

• AI Skill：给 Agent 按需加载的专门知识、步骤、脚本和资源，重点是“如何完成某类任务”。
• MCP Server：通过 Model Context Protocol 对外提供 tools、resources 或 prompts 的服务，重点是“如何让客户端连接并调用外部能力”。
• Agent Pack：把多个 Agent、Skill、工作流、钩子或配置组合成一套较完整的工作系统，重点是“如何编排多项能力完成端到端流程”。

为什么不能只看仓库名称

很多仓库会同时包含 MCP Server、客户端配置、Skills 和示例 Agent。分类应以实际交付物为准：是否存在 SKILL.md，是否实现 MCP 协议端点，是否包含多个 Agent 或编排入口。

Skill Supermarket 的类型是索引和评测入口，不是认证标签。若仓库同时提供多种交付物，应在报告中说明本次具体评测对象，而不是用一个标签覆盖整个仓库。

三类项目的评测重点

• Skill：触发条件、指令完整性、提示注入、脚本权限、资源来源和卸载边界。
• MCP Server：协议版本、认证授权、传输、工具 Schema、运行时副作用、凭证与兼容性测试。
• Agent Pack：角色和权限分离、任务路由、共享记忆、跨 Agent 数据流、失败恢复和整体成本。
• 共同项：文档、安全、工程质量、维护活跃度与真实采用信号；总 Star 只能作为一个弱信号。

选择建议

只需要让现有 Agent 更擅长一类任务，优先看 Skill；需要连接数据库、SaaS 或本地工具，优先看 MCP Server；需要一整套多角色流程，再考虑 Agent Pack。

无论选择哪一类，都先用最小权限做静态初筛和隔离验证。公开评测报告可以降低筛选成本，但最终权限和生产准入仍应由使用方决定。