WorkBuddy 的 Skill 更像一套可复用的任务做法，MCP 更像连接外部工具和数据源的接口。要让 AI 按固定步骤处理文件、生成内容或执行脚本，先找 Skill；要接企业微信机器人、数据库或业务系统，让模型真正调用外部服务，则看 MCP。两者可以配合，不是互相替代。
先用一张表分清
| 对比项 | Skill | MCP |
|---|---|---|
| 主要作用 | 封装指令、脚本和工作流 | 向模型开放外部上下文与工具 |
| 常见入口 | 技能市场、上传技能包、查找或创建技能 | 侧边栏插件中的 MCP 服务器配置 |
| 典型场景 | 文档处理、网页搜索、固定产出流程 | 通知群聊、查业务数据、调用第三方接口 |
| 排障重点 | 是否安装、启用及权限是否合适 | 配置格式、运行命令、凭据和连接状态 |
为什么装了Skill还调用不到
先到“已安装”列表确认开关。关闭 Skill 只会暂停模型调用，不会删除技能文件；重新开启后即可恢复，而且启用状态会随账号在多设备间同步。任务描述也要说清目标和交付物，否则模型未必判断需要调用哪个 Skill。技能太多时只启用当前需要的几项，可减少误触发。
MCP配置放用户级还是项目级
跨项目都会使用的通知服务适合放在用户级配置中；只服务某个客户或项目的数据源，应放项目目录下的项目级配置，避免其他任务误用。保存后先看 MCP Server 状态，绿色代表连接成功，红色则优先检查 JSON 括号和引号、启动命令是否存在、凭据是否有效以及网络是否可达。
涉及凭据时怎么处理
企业微信 WebHook、Token 和 API Key 都属于调用凭据，不要写进提示词、截图或可分享的 Skill。第三方 Skill 还可能读取本地文件或把输入发送给外部服务，安装前要核对来源、权限申请与脚本内容；涉及删除、付款或对外发送时，先用小范围数据验证。
选择时可以用一句标准判断：主要问题是“让 AI 知道怎么做”，选 Skill；主要问题是“让 AI 能连接什么”，选 MCP；既要固定流程又要访问外部系统，再把二者组合起来。
