Billy Tse
HomeAboutProjectsBlogRoadmapContact
Playground
Buy me a bug

© 2026 Billy Tse

OnlyFansLinkedInGitHubEmailArgoJumpFlow
Back to Blog
August 4, 2026•6 min read

AI Agent Skills、MCP 同 Rules:三者有咩分別?

用餐廳守則、食譜同供應商連線做例子,簡單分清 AI Agent Skills、MCP 與 Rules 各自負責咩。

AIDevOps

如果將 AI agent 當成餐廳員工:Rules 係員工守則,Skills 係食譜,MCP 就係連接供應商、收銀機同外賣平台嘅接口。三樣嘢可以一齊用,但解決緊完全唔同嘅問題。

餐廳比喻:Rules 定規矩、Skills 教做法、MCP 連接外部系統。

TL;DR

  • 📏 Rules 管行為:話畀 agent 知「一定要/唔可以點做」。
  • 📘 Skills 教流程:提供可重用嘅專業知識、步驟、scripts 同 templates。
  • 🔌 MCP 給連接能力:用標準協議連接外部資料同工具,例如 GitHub、database 或 browser。
  • 🎯 最常見做法唔係三揀一,而係 Rules + Skills + MCP 一齊配合。

Table of Contents

  • 一句講清三者分別
  • Rules:員工守則
  • Skills:可重用食譜
  • MCP:外部系統接口
  • 三者點樣一齊工作?
  • 應該用邊一個?
  • 常見誤解
  • 總結

一句講清三者分別

概念回答嘅問題餐廳比喻
RulesAgent 應該遵守咩規矩?員工守則
Skills呢類任務應該點做?食譜同工作手冊
MCPAgent 可以連接同操作咩?供應商電話、收銀機、外賣平台

最簡單嘅記法係:

Rules 定邊界,Skills 教方法,MCP 提供工具同資料。

由左至右:Rules 建立邊界、Skills 提供 playbook、MCP 連接外部工具。

Rules:員工守則

Rules 係長期或特定範圍內要遵守嘅 instructions。喺 coding agent 入面,常見形式包括 AGENTS.md、Cursor Project Rules,或者其他 project instruction files。

例如:

markdown- 所有新 API 都要有 tests - 唔可以直接修改 production database - TypeScript 使用 strict mode - Publish 前必須先取得確認

呢啲規則會影響 agent 每次做決定,但唔會自動增加能力。

例如 Rules 可以寫「發佈前通知團隊」,但如果 agent 冇 Slack 或 email 工具,佢仍然通知唔到任何人。

適合放入 Rules 嘅內容

  • 永遠要遵守嘅安全限制
  • Repository 架構同 coding conventions
  • 必須執行嘅 test command
  • 需要人工確認嘅高風險操作

💡 生活例子
餐廳規定「生熟食物要分開處理」。呢條係所有菜式都要遵守嘅守則,所以應該放 Rules,而唔係重複寫入每一份食譜。

Skills:可重用食譜

Skill 係一套針對特定任務嘅 reusable playbook。Agent Skills open format 通常以一個包含 SKILL.md 嘅 folder 組織,亦可以附帶:

  • Scripts
  • Reference documents
  • Templates
  • Example files
  • Assets

例如一個 release-notes skill 可以教 agent:

  1. 讀取上一個 release 之後嘅 commits。
  2. 按 Features、Fixes、Breaking Changes 分類。
  3. 用指定語氣寫摘要。
  4. 檢查 issue links 同版本號。
  5. 產生 Markdown 草稿。

Skill 通常係有需要先載入。Agent 只要先知道 skill 名稱同用途,遇到相關任務先讀完整 instructions,避免每次都將所有教學塞入 context。

Rules 同 Skills 最大分別

  • Rules:「任何時候都唔可以洩漏 API key。」
  • Skill:「寫 release notes 時,按以下五個步驟處理。」

前者係持續邊界;後者係特定工作方法。

🍳 生活例子
「廚房要保持清潔」係 Rule;「點樣煮沙嗲牛肉麵」係 Skill。你唔需要員工返工時背晒全本食譜,只需要接到訂單後再打開相關食譜。

MCP:外部系統接口

MCP 全名係 Model Context Protocol。佢係一個 open protocol,讓 AI application 用一致方式連接外部 systems。

MCP server 可以提供:

  • Tools:執行操作,例如建立 GitHub issue、查詢 database。
  • Resources:讀取資料,例如文件、records 或 logs。
  • Prompts:由 server 提供可重用 prompt templates。

例如接上 GitHub MCP 後,agent 可能可以讀 issues、檢查 pull requests 或建立新 issue。接上 database MCP,就可能可以執行 query。

但 MCP 只係提供「門口」同「工具」。佢唔等於工作流程,更唔代表 agent 應該無限制使用所有操作。

MCP 同 Skills 最大分別

  • Skill 教 agent「點樣處理 bug report」。
  • MCP 令 agent 真係可以去 GitHub 讀取同建立 bug report。

Skill 可以冇 MCP:例如只用本地 files 產生報告。MCP 亦可以冇 Skill:agent 有 GitHub tools,但未必知道團隊期望嘅 triage 流程。

🔐 安全重點
接駁 MCP 好似將公司系統鎖匙交畀 agent。應該限制 permissions、檢查第三方 server,並對 publish、delete、payment 等操作保留人工確認。

三者點樣一齊工作?

假設你叫 agent:「整理今個星期嘅 bugs,再建立修復計劃。」

Rules 先定邊界

  • 唔可以關閉 security issue。
  • 修改任何 issue 前先取得確認。
  • 唔可以將 private data 放入 public issue。

Skill 提供方法

  • 先移除 duplicates。
  • 按 severity 同影響範圍分類。
  • 為每個 bug 寫重現步驟同 acceptance criteria。

MCP 執行工作

  • 從 GitHub 讀取今星期嘅 issues。
  • 查詢 error tracking system。
  • 經批准後更新 labels 或建立 planning tickets。

一個完整 agent workflow:先受 Rules 約束,再使用 Skill,最後經 MCP 存取外部系統。

🎯 完整公式
Rules(可唔可以做)+ Skills(應該點做)+ MCP(用咩系統做)

應該用邊一個?

用 Rules,如果你想……

  • 每次都遵守同一套安全或品質要求
  • 定義 repository-specific conventions
  • 限制 agent 唔可以做某啲事

用 Skills,如果你想……

  • 將重複 workflow 包裝成可重用方法
  • 分享團隊專業知識、templates 同 scripts
  • 只喺相關任務先載入詳細 instructions

用 MCP,如果你想……

  • 連接外部 app、API、database 或 live data
  • 讓 agent 真正執行讀寫操作
  • 用標準方式將同一個 integration 接入不同 AI clients

三樣一齊用,如果……

任務既有固定規範、又有重複流程,仲需要操作外部系統。對真正嘅 production agent,呢個先係最常見情況。

常見誤解

「有 MCP 就唔需要 Skill?」

唔係。MCP 提供工具,但 Skill 可以教 agent 用咩順序、標準同判斷方法操作工具。

「Skill 就係一大段 Rule?」

唔完全係。Skill 係按需要載入嘅 task-specific package;Rule 通常係持續生效或按 project/path 套用嘅要求。

「寫咗 Rule 就一定安全?」

唔係。Natural-language rule 只係一層 guidance。高風險操作仍然需要最小權限、sandbox、audit log 同 confirmation。

「Skill 一定要用 MCP?」

唔需要。Skill 可以只使用本地 scripts、files 同 templates;亦可以調用 agent 原本已有嘅工具。

總結

記住餐廳例子就夠:

  1. Rules 係員工守則:定義邊界同標準。
  2. Skills 係食譜:將專業流程變成可重用 playbook。
  3. MCP 係外部接口:連接資料、工具同其他系統。

如果 agent 做錯方式,就先檢查 Skill;如果 agent 違反原則,就檢查 Rules;如果 agent 根本接觸唔到所需資料或 app,就需要工具或 MCP。

相關資源

  • 📏 Rules:Cursor Rules Documentation
  • 🤖 Agent instructions:AGENTS.md
  • 📘 Skills:Agent Skills Specification
  • 🧰 Skills repository:Agent Skills on GitHub
  • 🔌 MCP:Model Context Protocol Specification
  • 🛠️ MCP Tools:MCP Tools Documentation

FAQ

AI Agent Skills、MCP 同 Rules 係乜?

用餐廳守則、食譜同供應商連線做例子,簡單分清 AI Agent Skills、MCP 與 Rules 各自負責咩。

呢篇文章適合邊類讀者?

DevOps、backend 同 cloud infrastructure 工程師

Related Articles

Feb 4, 2026

Screen 命令完全指南:點樣喺 SSH 斷線後繼續跑緊你嘅程式

深入淺出講解 Linux Screen command,包括基本用法、實戰場景、Screen vs tmux 對比,以及生產環境最佳實踐

LinuxDevOps
Aug 3, 2026

DeepSeek Reasonix:以 Prefix Cache 為核心嘅 AI Coding Agent

用茶餐廳落單同書枱整理等生活例子,簡單理解 Reasonix 點樣靠 prefix cache 降低 AI coding 長對話成本。

AIDevOps
Apr 6, 2026

由 Prompt Engineering 到 Context Engineering 到 Harness Engineering:AI 工程三部曲嘅進化史

深入解析 AI 工程由 Prompt Engineering(2022-24)到 Context Engineering(2025)到 Harness Engineering(2026)嘅進化歷程。了解 Karpathy、Tobi Lütke、Anthropic、OpenAI、LangChain 點樣定義呢三個時代,附完整實戰指南同代碼範例。

AINLP
Back to all articles
目錄