先问大家一个扎心的问题：你有没有试过让AI帮你干活，结果被它气得想砸键盘？
比如你满怀期待地对AI说：“帮我把这50个接口回归跑一遍，失败的自动提Bug到TAPD。”
结果它一脸无辜地回你：“抱歉宝宝，我只是个大语言模型，没有手也没有脚，连你家大门朝哪开都不知道……”是不是瞬间血压就上来了？
这就好比你家请了个清华毕业的学霸当保姆，满脑子微积分和量子力学，但你让他下楼买瓶酱油，他愣是站在门口问你：“请问‘下楼’这个动作的参数是什么？”
问题出在哪？AI有脑子，但没手脚；有知识，但不懂团队的工作规矩。
要想让这个“最强大脑”真正变成你的“贴身牛马”，你就得给它装上两样东西：MCP（模型上下文协议） 和 Agent Skills（智能体技能）。别被这两个英文名词吓住，今天我就是用大白话来给大家进行拆解的。
在聊MCP之前，咱得先认识一下它的老前辈——Function Calling。
这玩意儿本质上就是个“传话机制”。你想让AI调用你写的爬虫脚本查Bug数据，总不能把代码塞进它脑子里吧？
于是你找了个“中介程序”，让它拿着工具说明书去跟AI对接。
但它有两个让人头疼的毛病：
一是配置太累，20个工具就得写20份JSON说明书，工具升级还得跟着改，纯纯体力活；
二是安全难搞，每个工具都要暴露HTTP接口，权限管控全是坑。做测试的同学想想，你有接口测试、数据库校验、日志分析等一堆脚本，挨个配一遍？光是想想就想原地躺平。
于是，救星MCP登场了。
MCP全称Model Context Protocol，由Anthropic（Claude 的母公司）公司提出。它的核心思想就一个字：封装！毕竟没有什么问题是封装一层解决不了的，如果有，那就再封一层。
想象一下你家的电器：吹风机要两孔插座，空调要三孔，电脑要带接地的三孔……要是没有统一标准，你家墙得被打成蜂窝煤。MCP就是那个 “国标插座”，不管什么工具，套上MCP的壳，对外都用同一种方式交流。
MCP Server(服务端)：被套壳后的工具。比如把数据库操作封装成database-server，把Jira API封装成jira-server。
MCP Client(客户端)：中介程序里负责跟Server通信的部分，知道怎么发指令。
MCP Host(宿主)：装Client的容器，比如Claude桌面版、VS Code插件等。
方式一：STDIO（标准输入输出） —— 如果工具和 AI 在同一台电脑上，MCP Client 直接作为子进程启动 Server，通过标准输入输出流传数据。简单粗暴但只限本地。
方式二：HTTP + SSE（服务器推送事件） —— 跨机器的时候用。Server 启动一个 Web 服务，Client 通过 HTTP 发请求，Server 通过 SSE 通道持续推数据回来。
真实场景走一波：你装了jira-mcp-server，AI想知道“本周未关闭Bug数”，内部流程是：AI→Client→Server→Jira API→Server→Client→AI→你。全程无感，事情办妥。
光说不练假把式，咱们直接看一段真实配置。比如在 Claude 桌面版里，想接入一个文件系统 MCP Server，你只需要在配置文件 `claude_desktop_config.json` 里加上这几行：
看明白了吗？command 和 args 就是告诉 AI 怎么在本地启动这个工具。配好之后，你就可以直接对 AI 说：“帮我看看桌面上最新的测试报告里说了啥”，它就能自动调用这个 Server 去读文件，完全不用你动手。
对测试人来说，这意味着你再也不用给每个脚本写说明书了！一套MCP标准，搞定所有工具对接，从此告别重复劳动，摸鱼时间又增加一小时，哈哈！
如果说MCP是给AI装手脚，那Agent Skills就是给AI “灌经验”。
为啥需要Skills？举个例子：你让AI帮你写一份“性能压测报告模板”，结果它甩给你一个花里胡哨、满是emoji的版本，还用了渐变色背景。
你得反复叮嘱：“别用渐变！别加emoji！表格要用三线表！结论要放最前面！”每次都要重新说一遍，心累得像带了个实习生。
这3行短得可怜，Token消耗≈0，但足够让AI记住：“哦，用户有个叫‘压测报告规范’的技能，能用。”
就像你手机里存了100个APP，开机时系统只扫一眼图标和名字，真要点开才加载程序——这才是真正的“按需加载”！
# 压测报告规范
## 名字：压测报告规范
## 描述：指导 AI 生成符合公司要求的压测报告
看到没？就这三行！
当Agent启动时：
只读这3行 → 知道“用户有‘压测报告规范’这个技能”
不加载后面1000行细节 → 节省大量Token
等你哪天说：“帮我输出XX系统的压测报告”，AI立刻反应过来：“啊！用户要调用‘压测报告规范’这个Skill！” → 然后才去把整个文件的详细指令（比如压测环境、压测方法、压测数据，压测接轮）全加载进来执行。
那 Skills 文件的正文里具体写什么呢？其实就是把你的经验，翻译成 AI 能听懂的步骤。比如“压测报告规范.md”的正文可以这么写：
更牛的是，Skills还能带代码！比如一个“压测数据分析”Skill，会告诉AI：“先执行analyze_data.py从CSV提取关键指标→按公式计算TPS和响应时间分位值→生成趋势图→填充到报告模板。”
这不就是个小型工作流吗？脚本只是参考，执行权在AI手中，安全又高效。
对测试人来说，Skills就是把你的 “祖传经验” 变成AI能懂的规范。以前靠口口相传的“压测并发怎么设”“Bug标题怎么写”“Mock数据怎么造”，现在全沉淀成文件，AI照着干就行，再也不用担心人员流动导致经验断层！
新手最容易搞混这俩，记住一句大白话：
-
MCP管“手”：让AI能操作外部系统（查库、调接口、读文件）。 -
Skills管“脑”：让AI知道该怎么干（规范、流程、最佳实践）。
实战配合案例：让AI“把失败接口自动提Bug到TAPD”。
-
Skills告诉AI：BUG要怎么提（比如标题格式是[自动化][模块]错误描述”“失败3次=严重，5次=致命”）——这是知识。 -
MCP负责调TAPD API创建Bug单——这是动作。
聊完概念，落到实际：这俩东西能帮你干啥？
光说不练假把式，咱们走个完整流程：
AI自动运转：
最后掏心窝说一句：MCP、Skills这些名词听着唬人，本质都是“提示词工程”的规范化应用。你不一定要会写Server或编Skill，但只要知道它们能帮你解决什么问题，就已经跑赢90%的人了。
下次老板问“AI怎么提效”，别再跟老板说“AI能写用例”了，这话他早听腻了。直接把MCP+Skills的组合拳甩出来，用“自动跑回归、智能提Bug、按需出报告”这些实打实的交付物说话，比任何漂亮话都管用。
好了，今天的名词拆解就讲到这。觉得有用的话，请大家点个赞转发给你的测试搭子，大家一起早点下班！下期再见~
—— E N D ——
声明：本文为51Testing软件测试网 测测小仙女 用户投稿内容，该用户投稿时已经承诺独立承担涉及知识产权的相关法律责任，并且已经向51Testing承诺此文并无抄袭内容。发布本文的用途仅仅为学习交流，不做任何商用，未经授权请勿转载，否则作者和51Testing有权追究责任。如果您发现本公众号中有涉嫌抄袭的内容，欢迎发送邮件至:editor@51testing.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
