MCP چیست و چه فرقی با اسکیل دارد؟
MCP پروتکلی است که دستیار هوش مصنوعی را به ابزارها و دادهها وصل میکند؛ اسکیل دانشی است که میگوید با آنها چه کند. این مقاله توضیح میدهد هر کدام کجا به کار میآید و چرا بهترین نتیجه از ترکیب این دو میآید.

اگر کمی با دستیارهای هوش مصنوعی کار کرده باشید، احتمالاً MCP را زیاد شنیدهاید: «سرور MCP فیگما»، «MCP گیتهاب»، «MCP دیتابیس». همزمان اسکیلها هم آمدند و خیلیها میپرسند این دو چه فرقی دارند و کدام را باید یاد بگیرند.
جواب کوتاه: MCP دسترسی میدهد، اسکیل مهارت. هیچکدام جای دیگری را نمیگیرد. در این مقاله میبینید هر کدام دقیقاً چه کاری میکند.
MCP به زبان ساده
MCP (Model Context Protocol) یک پروتکل باز است که Anthropic در نوامبر ۲۰۲۴ معرفی کرد. هدفش ساده است: یک روش استاندارد برای اینکه دستیار هوش مصنوعی به ابزارها و دادههای بیرونی وصل شود. قبل از MCP، هر ابزار باید برای هر دستیار یک اتصال جدا میساخت. با MCP، ابزار یک بار «سرور MCP» میسازد و همهی دستیارهایی که MCP را میفهمند، میتوانند از آن استفاده کنند.
تشبیهی که زیاد به کار میرود، درگاه USB-C است: یک شکل اتصال، برای همهی دستگاهها. در دسامبر ۲۰۲۵ هم Anthropic مدیریت MCP را به بنیاد Agentic AI زیر نظر بنیاد لینوکس سپرد؛ بنیادی که Anthropic، OpenAI و Block آن را پایه گذاشتند.
یک سرور MCP معمولاً سه چیز در اختیار دستیار میگذارد:
- ابزارها: کارهایی که دستیار میتواند انجام دهد، مثل «یک issue بساز» یا «این جدول را بخوان».
- منابع: دادههایی که میتواند بخواند، مثل فایلهای یک پروژهی فیگما.
- پرامپتها: قالبهای آمادهای که سرور پیشنهاد میدهد.
اسکیل به زبان ساده
اسکیل یک پوشه با فایل SKILL.md است: دستورالعمل، اسکریپت و منابعی که به دستیار میگوید یک کار مشخص را چطور انجام دهد. دستیار فقط وقتی سراغش میرود که کار مرتبطی پیش بیاید. جزئیات کاملش را در راهنمای کامل اسکیل نوشتهام.
فرق اصلی: دست در برابر دانش
یک مثال واقعی: میخواهید دستیار، طرح یک صفحه را از فیگما بگیرد و به کد تبدیل کند.
- فقط با MCP فیگما: دستیار فایل را میخواند و کدی میسازد. ولی نمیداند دیزاینسیستم شما چه قواعدی دارد، توکنها چه نامی دارند و دکمهی اصلی کدام کامپوننت است. نتیجه معمولاً کدی است که «شبیه» طرح است ولی با بقیهی محصول جور نیست.
- فقط با اسکیل دیزاینسیستم: دستیار قواعد را میداند، ولی به فایل فیگما دسترسی ندارد و باید شما طرح را توضیح دهید.
- با هر دو: دستیار طرح را از فیگما میخواند و با قواعد اسکیل، آن را با کامپوننتها و توکنهای درست پیاده میکند.

| MCP | اسکیل | |
|---|---|---|
| چه میدهد | دسترسی به ابزار و داده | دانش، روش کار و اسکریپت |
| کجا اجرا میشود | یک سرور جدا (محلی یا اینترنتی) | داخل همان پوشه، کنار دستیار |
| هزینهی حافظه | تعریف ابزارها معمولاً همیشه بارگذاری میشود | فقط نام و توضیح، تا وقتی لازم شود |
| چه کسی میسازد | معمولاً سازندهی ابزار | هر کسی که روش کاری دارد |
| مثال | خواندن فایل فیگما، ساختن issue | قواعد دیزاینسیستم، روش بازبینی کد |
هزینهی پنهان MCP: حافظه
یک تفاوت فنی مهم که کمتر دربارهاش حرف زده میشود: تعریف ابزارهای هر سرور MCP معمولاً از ابتدای گفتگو در حافظهی دستیار است. اگر ده سرور MCP با صدها ابزار وصل کنید، بخش قابلتوجهی از حافظه پیش از شروع کار پر شده است.
اسکیلها این مشکل را ندارند، چون مرحلهبهمرحله بارگذاری میشوند: تا وقتی لازم نشوند، فقط نام و توضیحشان در حافظه است. برای همین قاعدهی خوبی است که فقط سرورهای MCP لازم را وصل کنید و دانش را در اسکیل بگذارید، نه در توضیح ابزارها.
کی کدام را بسازیم؟

یک سؤال ساده بیشتر وقتها جواب را مشخص میکند: مشکل دسترسی است یا دانش؟
- دستیار نمیتواند به سیستم شما وصل شود (CRM، دیتابیس، API داخلی) → سرور MCP لازم دارید.
- دستیار دسترسی دارد ولی کار را بد یا ناهمگون انجام میدهد → اسکیل لازم دارید.
- هر دو → اول MCP، بعد اسکیلی که روش استفادهی درست از آن را توضیح دهد.
جمعبندی
MCP و اسکیل رقیب نیستند؛ دو نیمهی یک کارند. MCP دستهای دستیار را به ابزارها میرساند و اسکیل به او یاد میدهد با آن دستها چه کند. اگر فقط یکی را یاد میگیرید، از اسکیل شروع کنید: ساختش سادهتر است، به سرور نیاز ندارد و دانش خود شما را بستهبندی میکند.

طراح محصول و سازندهی دیزاینسیستم کاشی. سایتهای زیادی را با هوش مصنوعی ساختهام و چند سال اخیر روی ایجنتیک کردن فرایندهای هوش مصنوعی کار کردهام. اسکیلهای این سایت همانهاییاند که خودم هر روز با آنها کار میکنم.
بیشتر دربارهی منچیزی که خواندید را همین امروز به دستیارتان بدهید
همهی این اسکیلها با لایسنس دائمی، بهروزرسانی رایگان برای همیشه و راهنمای نصب برای همهی ابزارها.
اسکیلساز حرفهای
اسکیلی برای ساختن اسکیل؛ از مصاحبه و eval تا نوشتن، اعتبارسنجی و بستهبندی، برای Claude، Codex، Cursor و Gemini.
ساخت و توسعهی دیزاینسیستم فارسی
تجربهی ۲۱۵ کامیت ساخت کاشی در یک اسکیل: از توکن و RTL تا دادههای ایرانی، دسترسپذیری، تست تصویری و انتشار نسخه.