Obsidian 入门34：搞懂 Agent、MCP、Skill，看懂 AI 打工团队

这是一个「Obsidian × AI」系列。

我会从最基础的认知开始，慢慢写到资料整理、写作工作流，再到怎么把 AI 接进来。

如果你还没看过前几篇，可以先看 Obsidian 入门 32：Claudian 插件实战 ,拥有这个优雅的AI管家。

我上周被问到一个问题，挺有意思的。

朋友问我：你天天让 AI 帮你干活，它到底是怎么知道该干嘛的？

我想了想，还真不是一句「它很聪明」能回答的。

其实呢，AI 不是一个单独的「人」。它背后有一个打工团队，各有分工。而你看到的那个 AI，只是这个团队的「老板娘」：负责接单、派活、最后把成果交回给你。

今天我们把这个打工团队里的三个关键角色说清楚。以后你再听到什么 Agent、MCP、Skill，至少知道是在说啥。

第一个大哥：Agent，AI 的「分诊台大脑」

你让 AI 帮你做一件事，比如「帮我把这篇文章发到公众号」。它是怎么知道该先排版、再配图、最后发布的？

这就是 Agent 在起作用。

你可以把 Agent 理解成「分诊台护士」。来了一个需求，它先判断：该用哪个 Skill？该调哪个 MCP？执行顺序是什么？遇到问题怎么决策？

Obsidian 入门34：搞懂 Agent、MCP、Skill，看懂 AI 打工团队 - 配图 1

每一步该干什么，由它来分配。你下的那个「指令」，Agent 翻译成了具体的操作步骤，再派给下面的小弟去执行。

很多用过 Claude Code 的朋友可能觉得「AI 挺听话的，让干什么就干什么」。其实不是它听话，是背后的 Agent 在帮你做调度。

光有 Agent 发指令还不够，AI 还有个基本限制：

如果不是原生多模态的模型（例如Gemini或者Kimi），它的「眼睛」只能读文字。图片、PDF、数据库里的内容，它根本看不见。

GLM 本身不会看图，但它接了一个叫 MCP 的东西。相当于在 AI 身上装了一个 USB 接口，然后通过这个接口接了一个能「看见」图片的工具。

这样一来，AI 就能指挥这个工具帮它看图了。

MCP 的全称是 Model Context Protocol，翻译过来就是「模型上下文协议」。听起来复杂，但你可以理解成：它就是 AI 的「转接头」，让 AI 能插上各种外部工具，读取各种外部信息。

Obsidian 入门34：搞懂 Agent、MCP、Skill，看懂 AI 打工团队 - 配图 2

没有这个转接头，AI 就只能「看见」你发给它的文字。有了它，你的 Obsidian 库、你的文件管理系统、你电脑里的各种软件，AI 都能「插上去」用。

现在 Agent 会分配任务了，MCP 会连接工具了。下一个问题来了：

AI 做每件事都要从零学吗？

你让 AI 帮你写一篇公众号，它每次都要重新学「怎么写公众号」吗？如果每次都要重新教，那太累了。

所以后来有了 Skill 这个概念。Skill 就是 AI 的「专项能力包」。

打个比方，你去医院挂号，分诊台护士会根据你的情况把你分到对应的科室——内科、外科、眼科。每一个科室就是一个 Skill。

AI 也是一样的。写公众号是一个 Skill，配图是一个 Skill，排版是一个 Skill，发布也是一个 Skill。每个 Skill 里面装的是做这类事的「套路」，AI 不用每次从零学。

Obsidian 入门34：搞懂 Agent、MCP、Skill，看懂 AI 打工团队 - 配图 3

之前那篇《一套 Skill 写一处，三个工具同时用》，说的就是这件事。我的工作流里，写作有写作的 Skill，排版有排版的 Skill，生图有生图的 Skill。我不需要每次都跟 AI 说「排版的时候记住用这个格式」，我只需要说「执行排版 Skill」，它就知道该怎么做。

因为那个 Skill 里已经把「套路」封装好了。

说了这么多，有朋友可能会问：我又不是程序员，懂这些词有什么用？

其实很多时候，懂了这些，回头再看 Obsidian 的 AI 集成，会清晰很多。

比如装了 Agent Client 插件，它本质上就是一个 Agent，负责在你 Obsidian 里调度各种 Skill。

再比如 Claudian，它能"选中文本就识别"，靠的就是接上了 MCP，才能读懂你的笔记库。

你回过头来看这几篇入门文章，会发现每一篇其实都在讲这个打工团队里的某一个角色。只是之前没有把它拆开说过。

第一，你能判断一个 AI 插件好不好。 回头看 #30 的三款侧边栏 AI 插件对比，为什么有的用起来感觉"就那样"？因为它们没有 Skill，全靠大模型硬撑。你现在知道该问什么了：它有没有 Skill 系统？接了几个 MCP？

第二，你大概知道问题出在哪。 装了 AI 插件但用不起来，不一定是插件的问题，可能是 Agent 没配好，或者是 MCP 没连上（例如Claudian 如果读不到笔记，就是 MCP 的问题）。知道是谁的问题，才能找谁解决。

第三，说句心里话，为以后折腾工作流打基础。 我之后会多聊 Skill 的配置，懂了这三个角色的分工，你再看之前的3篇文章，就会发现他们不再是孤立的工具，而是一整盘棋。

所以下次 AI 表现不如预期，先别急着骂它不行。也许只是它的打工团队，还缺几个小弟呢。