技术深度解析
微软Skills在架构上围绕三个核心抽象层展开：Skills、MCP Servers和Custom Agents。其核心创新是`Agents.md`规范，这是一个声明式清单文件，位于任何项目或仓库的根目录。该文件定义了：
- Skills：可复用的能力（例如`file-reader`、`web-search`、`code-executor`），代理可以调用这些能力。每个技能映射到一组特定的API端点或函数签名。
- MCP Servers：模型上下文协议服务器，暴露工具和知识。MCP是Anthropic最初提出的开放协议，但微软对其进行了采纳和扩展，增加了身份验证、速率限制和版本控制字段。
- Custom Agents：可分层组合的专用子代理定义。例如，一个“代码审查员”代理可能会调用“Linter”技能和“安全扫描器”技能。
`Agents.md`文件使用类似YAML的语法。一个最小示例如下：
```yaml
skills:
- name: file-manager
type: mcp
server: file-server.local:8080
auth: bearer
tools:
- read
- write
- list
agents:
- name: code-assistant
model: gpt-4o
skills:
- file-manager
- code-executor
```
在底层，Skills SDK（提供Python和TypeScript版本）解析此清单，并为基础LLM动态生成函数模式。这与OpenAI的函数调用机制类似，但有一个关键区别：SDK可以在运行时从远程MCP服务器发现并加载技能，从而实现即插即用架构。SDK还包含一个内置注册表，用于发现公共MCP服务器，该注册表托管在Azure容器注册表中。
性能考量：由于技能通过HTTP（或低延迟场景下的gRPC）调用，序列化/反序列化和网络往返的开销可能为每次技能调用增加50-200毫秒。微软尚未发布延迟基准测试，但GitHub仓库上的早期社区测试显示，一个简单的文件读取技能平均耗时约120毫秒，而Python中的原生函数调用仅需约30毫秒。这是一个关键的权衡：灵活性对速度。
| 指标 | Skills SDK (MCP) | 原生函数调用 | OpenAI函数调用 |
|---|---|---|---|
| 每次调用延迟（平均） | 120ms | 30ms | 45ms |
| 最大并发技能数 | 10（默认） | 无限制 | 128 |
| 模式生成 | 从清单动态生成 | 静态代码 | JSON schema |
| 身份验证支持 | OAuth、API密钥、mTLS | 无 | API密钥 |
| 开源许可证 | MIT | 不适用 | 专有 |
数据要点：Skills SDK相比原生函数调用引入了3-4倍的延迟惩罚，但在身份验证和运行时可发现性方面获得了显著的灵活性。对于延迟敏感型应用（例如实时代码补全），这种开销可能令人望而却步；对于后台任务（例如批量代码审查），则是可以接受的。
该项目还包含一个针对GitHub的MCP服务器参考实现，它将仓库操作（创建、读取、更新、删除文件）作为技能暴露。该实现托管在GitHub上，名为`microsoft/skills-github-mcp`，上线第一周已吸引1200颗星。该服务器使用GitHub的REST API v3，并支持分页、Webhook和细粒度权限。
关键玩家与案例研究
微软并非推动代理标准化的唯一玩家。该领域充斥着相互竞争的协议和框架：
- Anthropic的模型上下文协议（MCP）：最初用于将LLM连接到外部工具的开放协议。微软的Skills本质上是MCP的扩展，增加了`Agents.md`清单和自定义代理定义。Anthropic对认可微软的分支持谨慎态度，但两个协议在传输层仍然兼容。
- OpenAI的函数调用：一种专有但广泛采用的机制，内置于GPT-4和GPT-4o中。它要求开发者以JSON schema定义函数，并在每次API调用时传递。它比Skills更简单，但扩展性较差。
- LangChain的工具抽象：LangChain拥有自己的工具接口，已被数千个项目采用。然而，它缺乏标准化的清单格式，导致碎片化。
- CrewAI的代理组合：CrewAI专注于多代理编排，但未定义可移植的技能格式。
| 平台 | 标准化方法 | 开源 | 采用情况（GitHub星数） | 关键限制 |
|---|---|---|---|---|
| 微软Skills | Agents.md清单 + MCP | 是（MIT） | 2,650 | 早期阶段，社区有限 |
| Anthropic MCP | 仅协议规范 | 是（MIT） | 4,200 | 无代理组合层 |
| OpenAI函数调用 | API中的JSON schema | 否 | 不适用（专有） | 供应商锁定 |
| LangChain工具 | Python类接口 | 是（MIT） | 95,000 | 无可移植清单 |
| CrewAI | 基于YAML的代理配置 | 是（MIT） | 25,000 | 无技能复用