AIEO
开发者与 Agent

MCP 与 Skills:概念及 AIEO 的规划

MCP 和 Agent Skills 到底是什么,AIEO 计划如何用它们组织报告与修复流程,以及哪些东西今天还不存在。

在 AI 辅助工作流的讨论中,两个集成概念被反复提起:MCP 和 Skills。这篇指南从概念层面解释两者,勾勒 AIEO 的使用规划,并明确指出哪些东西今天并不存在。

MCP 是什么

MCP(Model Context Protocol)是一个开放协议,让 AI 客户端——对话应用、IDE、Agent——通过服务器与外部系统通信。服务器暴露工具(tools):客户端可以调用的类型化操作,比如"读取报告"、"列出问题"、"获取某页的证据"。

对 AIEO 这类产品,价值在于对结构化数据的只读访问。与其从浏览器里复制数字,MCP 兼容的客户端可以直接问:

  • "列出我最新 AIEO 报告中未处理的技术发现。"
  • "显示 CRAWL-RENDER-001 这条发现的证据。"
  • "最近两次报告之间哪些发现发生了变化?"

助手负责界面,产品保持作为事实来源。

Skills 是什么

Skills 是可复用的、写下来的工作流,Agent 可以加载并遵循:有步骤、有护栏、有完成定义的流程。如果说 MCP 解决的是"数据和操作的访问",Skills 解决的就是"过程性知识"——把一类工作每次都用同样可靠的方式做完。

一个有用的心智模型:

  • MCP = "Agent 能读取我的报告和问题数据。"
  • Skills = "Agent 掌握把一条发现变成已验证修复的内部流程。"

AIEO 计划怎么用

AIEO 规划中的 Agent 集成遵循同一个草案流程:

  1. 读取报告与摘要。
  2. 获取一条发现及其证据——观察值、位置、所属规则。
  3. 起草限定于该发现的修改计划。
  4. 等待人工确认。 这一步是设计上必需的——建议永远不会自动执行。
  5. 执行并复核:修改之后做一次新检查,与记录的证据对比。

这个草案的目的是保住一个性质:Agent 加速的是 AIEO、GEO 与 SEO 中描述的循环——理解、证据、改进、验证——而永远不会把人从决策中移出去。

边界与限制

这个流程是用于规划和讨论的草案。它不是在运行的服务,也没有发布过 任何 AIEO Skills。

哪些东西还不存在

把当前状态说准确:

  • 没有 MCP Server URL —— AIEO 目前不运营任何 MCP 端点。
  • 没有 npm 包或安装命令 —— 没有以 AIEO 名义发布过任何包。
  • 没有兼容性声明 —— 本页不对"哪个 AI 客户端将来能否兼容"做任何断言。

其中任何一项上线时,开发者页面都会记录真实的端点与配置方式——在此之前不会。

关于证据

一个今天就可用的相关工具说明:本站所有已发布指南都提供干净的 Markdown 版本(端点见开发者页面)。这意味着不需要任何 特殊协议,Agent 现在就能读取这个知识库。

MCP / Skills 不会做什么

两个值得提前澄清的误解:

  • 支持 MCP 不是 SEO 或 AIEO 的排名因素。 网站是否使用 Agent 接口,对搜索或回答系统如何排名、引用内容没有文档化的影响。
  • Agent 工作流不是自动优化。 规划中的流程终点是"人工确认后的修改",因为未经审核的自动化修改,正是把小错误变成线上事故的方式。

相关指南

最后更新于

本页目录