读完 Claude Code 源码才发现：Skills、MCP、Rules 的区别，远没有你想的那么大

📌 一句话摘要

本文通过深入分析 Claude Code 泄漏源码，揭示了 Rules、MCP、Skills 三个概念的底层实现机制，指出其核心区别在于信息在 API 请求中的注入位置不同，并提供了基于源码洞察的实践建议。

📝 详细摘要

文章基于 Claude Code v2.1.88 泄漏源码，从 LLM API 调用层面深度解析了 Rules、MCP、Skills 的实现细节。作者指出，Rules（CLAUDE.md）是项目级行为规范，通过 prependUserContext 被动注入到 messages 中；MCP 是标准化工具协议，其工具定义注册在 tools[] 中，而 Server 级使用说明则注入到 system 的动态区域；Skills 是可复用的提示词，通过 tool_use 触发后将 Markdown 指令文本注入 messages。三者的本质区别在于信息在 API 请求（system、tools、messages）中的位置，而非功能上的根本不同。文章通过源码分析，澄清了网络上的常见误解，并给出了何时使用 Rules、Skills 或 MCP 的落地建议，强调不要迷信 Skills 的自动触发，许多场景下 Bash 工具足以替代 MCP。

💡 主要观点

- Rules、MCP、Skills 的核心区别在于信息在 API 请求中的位置，而非功能本质。 Rules 作为自然语言指令被注入到 messages 中；MCP 的工具定义在 tools[]，Server 说明在 system；Skills 通过 tool_use 触发后将提示词注入 messages。对模型而言，最终处理的都是文本指令，区别在于工程实现层面。

Skills 的本质是提示词注入，而非代码层面的流程控制。 源码显示，Skill 执行（默认 Inline 模式）只是将 SKILL.md 文件内容作为 isMeta: true 的用户消息注入对话历史。所谓的‘标准化工作流’完全依赖模型的指令遵循能力，没有硬编码的逻辑控制步骤。

MCP 的真正价值在于持久化连接、原子封装和权限隔离，而非简单的工具调用。 模型通过 Bash 工具也能调用外部命令。MCP 的不可替代性在于其作为常驻进程可管理状态（如数据库连接池）、封装复杂操作为原子调用，以及提供比万能 Bash 更安全可控的权限边界。

不要过度依赖 Skills 的自动触发，手动调用或直接引用 Rules 文件往往是更可靠的选择。 Skill 的自动触发依赖其简短的描述（最多 250 字符）和 whenToUse 字段，判断常不准确。对于核心工作流，教会团队成员使用 /skill-name 快捷命令或直接 @rules-file.md 引用，比指望模型自动识别更高效可靠。

💬 文章金句

- 它们的区别，本质上就是信息在 API 请求中被塞到了不同的位置。

• MCP 的价值不在于‘能调用外部系统’（Bash 也能），而在于‘以更安全、更可靠的方式调用外部系统’。
• Skills 是‘提示词注入’机制，不是函数调用。tool_use 只是触发器，真正的‘能力’来自被注入的 Markdown 指令文本。
• 如果你每次都是手动触发，那 Skills 的完整调用链路……和你手动用 @commit-rules.md 引用一个同等内容的 Rules 文件，效果是……两者最终模型看到的都是一段自然语言指令，没有本质区别。
• 把核心 Skill 的快捷命令告诉团队成员，让他们手动调用，比指望模型自动识别靠谱得多。MCP 同理——在引入之前先想想，Bash 能不能直接搞定。

📊 文章信息

AI 初评：91

来源：百度Geek说

作者：百度Geek说

分类：人工智能

语言：中文

阅读时间：30 分钟

字数：7251

标签： Claude Code, AI 编程, 源码分析, MCP, Skills

阅读完整文章