# Claude AI 功能对比总结：Skills vs MCP vs Prompts vs Projects vs Subagents

**整理时间：** 2026-03-24  
**文章来源：** 知乎 - 如何评价 Claude 的 Skills 功能？  
**原文链接：** https://www.zhihu.com/question/1994878790988494539/answer/2001406523839095793  
**官方原文：** https://claude.com/blog/skills-explained

---

## 📊 **核心对比总览**

| 功能 | 定位 | 类比 | 持久化 | 加载方式 |
|------|------|------|--------|---------|
| **Prompts** | 临时指令 | 口头吩咐 | ❌ 临时 | 即时提供 |
| **Projects** | 项目知识库 | 工作文件夹 | ✅ 持久 | 始终加载 |
| **Skills** | 专项能力 | 培训手册 | ✅ 持久 | 按需加载 |
| **Subagents** | 专用代理 | 专业员工 | ✅ 持久 | 任务触发 |
| **MCP** | 数据连接 | 数据管道 | ✅ 持久 | 长期连接 |

---

## 📚 **1. Skills（技能）**

### **定义**
> "Skills 是包含指令、脚本和资源的文件夹，Claude 会在任务相关时动态发现并加载它们。"

**类比：** "专项训练手册"

### **工作方式：渐进式披露**

```
1. 元数据加载（约 100 tokens）→ 判断是否相关
         ↓
2. 完整指令加载（<5000 tokens）→ 确实需要时
         ↓
3. 脚本/文件加载 → 仅在需要时执行
```

### **使用场景**

**适合：**
- ✅ 组织级工作流（品牌规范、合规流程、文档模板）
- ✅ 领域知识（Excel 公式、PDF 处理、数据分析）
- ✅ 个人偏好（笔记体系、编码风格、研究方法）

**示例：**
> 创建"品牌规范 Skill"，包含公司配色方案、字体规则、版式要求。Claude 创建文档时自动应用这些标准。

---

## 📝 **2. Prompts（提示词）**

### **定义**
> "Prompts 是你在对话中用自然语言提供给大模型的指令。"

**特点：** 临时的、对话式的、即时响应的

### **使用场景**

**适合：**
- ✅ 一次性请求："总结这篇文章"
- ✅ 对话式优化："把语气改得更专业一点"
- ✅ 即时上下文："分析这些数据并找出趋势"
- ✅ 临时指令："把这个内容格式化为项目符号列表"

**特点：**
- ❌ 不会在不同对话之间持久保存
- ✅ 如果有重复使用的流程 → 固化为 Skills 或 Projects

---

## 📁 **3. Projects（项目）**

### **定义**
> "Projects 是带有独立聊天记录和知识库的自包含工作空间。"

**特点：**
- 📊 20 万 token 上下文窗口
- 📁 可上传文档、提供背景信息
- ⚙️ 设置项目级别的自定义指令
- 🔄 支持 RAG 模式（最多扩展至 200 万 tokens）

### **使用场景**

**适合：**
- ✅ 持久化上下文（每次都需要的背景知识）
- ✅ 工作区组织（不同任务独立上下文）
- ✅ 团队协作（共享知识库和对话历史）
- ✅ 自定义指令（项目级别的语气、视角）

**示例：**
> 创建"Q4 产品发布"项目，包含市场调研、竞品分析、产品规格。每次对话都能访问这些资料。

---

## 🤖 **4. Subagents（子代理）**

### **定义**
> "Subagents 是具备独立上下文窗口、自定义系统提示词以及特定工具权限的专用 AI 助手。"

**特点：**
- 🎯 独立处理离散任务
- 🔧 有特定工具权限
- 📦 独立上下文窗口
- 🔄 结果返回给主代理

### **使用场景**

**适合：**
- ✅ 任务专精（代码审查、测试生成、安全审计）
- ✅ 上下文管理（专业任务外包，保持主对话简洁）
- ✅ 并行处理（多个子代理同时处理不同部分）
- ✅ 工具权限控制（限制某些子代理只能进行安全操作）

**示例：**
> 创建"代码审查"子代理，只允许使用 Read、Grep、Glob 工具，不允许 Write 或 Edit。修改代码时自动进行质量和安全审查。

---

## 🔗 **5. MCP（Model Context Protocol）**

### **定义**
> "MCP 是一种开放标准，用于将 AI 助手连接到外部系统中存放的数据。"

**特点：**
- 🔌 标准化连接方式
- 🌐 连接外部数据源
- 🔄 长期有效并自动更新

### **工作方式**

```
MCP 服务器（servers） → 暴露数据和能力
         ↓
MCP 客户端（clients） → 连接并使用数据
```

### **使用场景**

**适合：**
- ✅ 访问外部数据（Google Drive、Slack、GitHub、数据库）
- ✅ 使用业务工具（CRM 系统、项目管理平台）
- ✅ 连接开发环境（本地文件、IDE、版本控制）
- ✅ 对接自定义系统（自研工具和数据源）

**示例：**
> 通过 MCP 连接公司 Google Drive，Claude 可以搜索文档、读取文件、引用内部知识，无需手动上传。

---

## ⚖️ **关键对比**

### **Skills vs Projects**

| 方面 | Skills | Projects |
|------|--------|----------|
| **定位** | 教 Claude"怎么做事" | 提供长期背景知识 |
| **加载方式** | 按需加载（渐进式） | 始终加载 |
| **适用** | 流程、规范、方法 | 代码库、研究项目、客户资料 |
| **类比** | 培训手册 | 工作文件夹 |

**判断标准：**
> 如果你在多个 Projects 里反复复制同样的指令 → 这些指令更适合做成 Skill

---

### **Skills vs Subagents**

| 方面 | Skills | Subagents |
|------|--------|-----------|
| **定位** | 通用专业知识 | 独立专业员工 |
| **可移植性** | 高（可复用） | 低（特定工作流） |
| **适用** | 多个代理需要的能力 | 需要独立执行的任务 |
| **权限** | 无特殊权限 | 可限制工具权限 |

**判断标准：**
> - Skills 适合教授任何代理都能应用的通用专业知识  
> - Subagents 适用于需要独立执行任务、配备特定工具权限的场景

---

### **Skills vs MCP**

| 方面 | Skills | MCP |
|------|--------|-----|
| **定位** | 教 Claude"如何使用数据" | 让 Claude"连上数据" |
| **功能** | 流程、方法、规范 | 连接、访问、读取 |
| **类比** | 操作手册 | 数据管道 |

**判断标准：**
> - 教它怎么操作工具 → Skill  
> - 需要访问数据库/文件本身 → MCP

**协同使用：**
> MCP 解决"连接问题"，Skills 解决"方法问题"

---

### **Skills vs Prompts**

| 方面 | Skills | Prompts |
|------|--------|---------|
| **持久化** | ✅ 跨对话持久 | ❌ 临时 |
| **触发方式** | 主动（Claude 自动发现） | 被动（用户提供） |
| **适用** | 重复使用的流程 | 一次性指令 |

**判断标准：**
> 有重复使用的流程或专业知识 → 固化为 Skills

---

## 🏗️ **综合应用示例：竞争情报智能体**

### **第 1 步：建立 Project**
- 创建"竞争情报"项目
- 上传：行业报告、竞品文档、客户反馈、研究总结
- 设置项目指令

### **第 2 步：通过 MCP 连接数据源**
- Google Drive（访问共享研究文档）
- GitHub（审查竞争对手开源仓库）
- 网络搜索（获取实时市场信息）

### **第 3 步：创建专项 Skills**
- 创建"competitive-analysis"Skill
- 包含：公司 Drive 导航、搜索最佳实践、分析工作流

### **第 4 步：配置子代理**
- **market-researcher**：收集市场数据
- **technical-analyst**：分析技术架构

### **第 5 步：激活研究型智能体**

**用户提问：**
> "分析我们前三大竞争对手的新 AI 功能布局，并找出我们可以利用的空白点"

**执行流程：**
```
用户提问
    ↓
1. Project 上下文加载
    ↓
2. MCP 连接激活
    ↓
3. Skills 启动
    ↓
4. 子代理执行
    ↓
5. Prompt 精炼
    ↓
6. 生成全面报告
```

---

## ❓ **常见问题**

### **Q1: Skills 如何工作？**

**A:** 渐进式披露机制
1. Claude 扫描 Skill 元数据（识别相关匹配）
2. 如果匹配 → 加载完整指令
3. 如果需要 → 加载可执行代码/文件

**优势：** 可以拥有大量 Skills，不会占满上下文窗口

---

### **Q2: Skills vs Subagents 什么时候用哪个？**

**用 Skills：**
- 任何 Claude 实例都能加载和使用
- 类似培训材料
- 跨对话持久可用

**用 Subagents：**
- 需要独立、完整、专门设计的智能体
- 有自己上下文和工具权限
- 独立处理工作流

**结合使用：** 子代理可以使用 Skills 获取专业能力

---

### **Q3: Skills vs Prompts 什么时候用哪个？**

**用 Prompts：**
- 一次性指令
- 即时上下文
- 对话式互动
- 被动的、临时的

**用 Skills：**
- 重复使用的流程
- 专业知识
- 主动的：Claude 知道何时应用
- 跨对话持久可用

**结合使用：** Skills 提供基础能力，Prompts 提供具体上下文

---

### **Q4: Skills vs Projects 什么时候用哪个？**

**用 Projects：**
- 需要背景知识和上下文
- 支撑关于某个具体项目的所有对话
- 静态参考资料，始终加载
- 知识库，你在其中工作

**用 Skills：**
- 需要过程性知识或可执行代码
- 仅在相关时激活
- 动态专业能力，按需加载
- 节省上下文空间

**结合使用：**
> - Projects 告诉你："这些是你需要知道的内容"  
> - Skills 告诉你："这些是你应该怎么做"

---

### **Q5: 子代理能使用 Skills 吗？**

**A:** ✅ 可以！

**在 Claude Code 和 Agent SDK 中：**
- 子代理可以像主代理一样访问和使用 Skills
- 创造强大的组合

**示例：**
- python-developer 子代理 + pandas-analysis Skill
- documentation-writer 子代理 + technical-writing Skill

---

## 🌟 **核心总结**

### **五种功能的核心定位**

| 功能 | 核心问题 |
|------|---------|
| **Prompts** | "我现在想要什么" |
| **Projects** | "这些是你需要知道的内容" |
| **Skills** | "这些是你应该怎么做" |
| **Subagents** | "让专业的人做专业的事" |
| **MCP** | "连接到外部数据" |

### **真正的威力**

> "来自于把这些构建模块组合在一起。它们各自承担不同的角色，结合后可以形成复杂而强大的代理式（agentic）工作流。"

---

## 💡 **应用启发**

### **与当前项目的关联**

#### **1. HR 智能助手**
**可以借鉴：**
- 创建"HR 政策查询"Skill
- 创建"员工问答"Project
- 使用 MCP 连接员工数据库

#### **2. iCoLoc 项目**
**可以借鉴：**
- 创建"位置数据分析"Skill
- 创建"研究项目"Project
- 使用 Subagents 处理不同分析任务

#### **3. IEEE MDM 论文**
**可以写：**
- AI Agent 架构设计
- Skills 在知识管理中的应用
- 多 Agent 协作系统

---

## 🎯 **行动建议**

### **今天就可以尝试的：**

1. **整理重复使用的 Prompts** → 固化为 Skills
2. **为不同项目创建 Projects** → 独立上下文
3. **配置 MCP 连接** → 访问外部数据
4. **设计专用 Subagents** → 专业任务处理

---

**文档整理完成！** 📚

**下载链接：** http://129.211.3.54:3923/files/Claude_Skills_MCP_Prompts_对比总结.md

**祝你学习愉快！** 🌱💪