归一MCP和skill，实现AI ability的动态加载

什么是 Agent Skills？

一句话：SKILL.md是对AGENT.md的优化版本，相当于把AGENT.md变成了可以调用的可以渐近式加载（而非一股脑全加载）的封装函数。
AGENT.md: 平铺的代码脚本，不可复用
SKILL.md: 封装成函数，不需要知道细节，可复用

skill的管理问题

skill很好用，但是它的管理面临以下问题

• 安装问题：每个Agent客户端都有各自的skill安装目录，每个skill在每个客户端都得拷贝到不同的目录安装一次
• 更新问题：skill的远程仓库可能更新，本地版本可能迭代，不同agent客户端直接的skill面临过时、更新、同步问题
  使用npx skills 可以解决skill管理问题

  核心机制

  把skill下载到本地集中管理，然后软链接到不同agent实现生效
  优点：
• 一次更新，处处可用
• 集中管理，无需同步
• 简单好用的skill市场

没有解决的问题：SKILL的按需动态加载

SKILL和MCP一样，装多了总会发生上下文爆炸；
诚然，每个SKILL的meta层只有约50个token，但数量多了之后，还是会出现管理问题。
每次都要为会话默认开启全部的skill，还是每次为会话手动指定应该加载的skill，然后重启会话？
不是的，SKILL还需要一个动态搜索、动态加载、动态调用机制。
这是业界还没有共识的未解决的问题。

我的方案

我为这个问题设计了一个解决方案，归一了skill和mcp，归一了全部技能的动态搜索和动态调用。

开发一个唯一的MCP来管理skill和mcp，实现动态搜索和调用skill和MCP。
本质上，skill和mcp都不过是上下文注入而已，那么通过一个服务去管理就是一个很自然的方式。
这个服务像本地调用一样返回当前skill和mcp应该返回的上下文。
那么，所谓的skill管理，mcp管理，就完全托管给这个服务，对agent客户端来说完全不存在了。
不存在管理问题，不存在更新问题，不存在不一致问题，不存在skill和mcp，只存在AI和它的ability。

有人问：由客户端管理mcp和skill，对比由你的服务层管理mcp，有什么不一样嘛？
有很大的不一样，我说的服务层是类似当前的plugin插件市场，但是不需要由人来 search
install enable reload link，而是完全由AI自主决策的、动态调用的、无需中断重启的方式、归一了skill和mcp。
我的方案是世界最先进的解决方案。

似乎已经有人先做了 https://github.com/intellectronica/skillz
思路和我的设想差不多，但比我设想的还不足，没有推往极致，
缺少了动态调用skill的script resource. 缺少了动态调用MCP。

我相信未来不出一年，这一套方案或者类似的方案会与我的方案达成一致的。

---

2026年2月25日 09:20:24
果然过年完了 Anthropic的 Tool call 2.0已经在尝试动态加载MCP和skill了,支持总是加载和动态加载.
不过还是觉得, 在动态加载方案中, 做成服务无需维护更好一点