模型在遠端，怎麼操作你電腦上的檔案和系統？左邊選一句話、決定有哪些工具；按「下一步」，右邊一格一格看到：誰在哪裡做了什麼、實際送出與回傳的 JSON，以及 token 用在哪。
所有數字（token、檔案內容、工作項目）都是示意用的假資料，目的是看出流程與相對大小，不是真實量測。token 為依字數估算。
| 本質 | 解決什麼 | 上下文成本 | 例子 | |
|---|---|---|---|---|
| Tool | 有名稱、說明、參數 schema 的函式；由本機 Agent 負責執行 | 讓模型能「動手」：讀檔、跑指令、改檔 | 每個工具的定義每一輪都送，約百餘到數百 token／個 | Read、Bash、Edit |
| MCP | 工具的標準接口（JSON-RPC）；工具由獨立的 server 提供，Agent 是 client | 不必為每個 Agent 重寫整合，直接接公司系統 | 和一般工具相同：定義每輪都送；對模型來說它就是工具 | mcp__tfs__wi_list |
| Skill | 一個資料夾，核心是 SKILL.md（做事流程與腳本）；用到才載入 | 教模型「怎麼做」一件事，不必每次都貼流程 | 平常只佔名稱加一句描述；被呼叫後全文才進 context（數千 token） | code-review、deploy |
| 什麼時候載入 | 什麼時候呼叫 | 誰決定 | |
|---|---|---|---|
| Tool | 每一輪都在（工具定義常駐上下文） | 模型判斷「這件事需要動手」，例如讀檔、跑指令 | 模型，看工具的 description |
| MCP | 啟動 session 時連到 MCP server，取得工具清單（只做一次） | 跟 Tool 一樣；名稱像 mcp__tfs__wi_list | 模型 |
| Skill | 啟動時只載入名稱和一句描述 | ① 模型判斷任務符合描述，呼叫 Skill 工具載入全文 ② 你自己打 /skill名稱 | 模型或你 |
模型只會「要求」呼叫，真正執行的是你電腦上的 Agent（例如 Claude Code）。
| 在 Claude Code 怎麼看 | 看到什麼 |
|---|---|
| 對話畫面本身 | 每次呼叫都會顯示一行，例如 ● Bash(git status)、● tfs - wi_list (MCP)、● Skill(code-review) |
Ctrl + O | 展開詳細內容：送了什麼參數、回了什麼結果 |
/mcp | 連了哪些 MCP server、連線狀態、各自提供哪些工具 |
/context | 上下文裡各部分佔多少 token：系統工具、MCP 工具、Skill 描述、CLAUDE.md、對話 |
Hooks（PreToolUse） | 每次呼叫工具前自動執行，可以記錄或攔截；matcher 設 mcp__.* 就能記下所有 MCP 呼叫 |
| 直接用 API | 回應的 stop_reason 是 "tool_use"，content 裡有 tool_use 區塊 |
/code-review；用不到的 MCP 先關掉，工具太多比較容易選錯，也浪費 token。stop_reason: "tool_use"），真正執行的是你電腦上的 Agent；結果再用 tool_result 送回去。mcp__server__tool 後塞進同一個 tools 陣列。模型本身只會輸出一段要求呼叫工具的結構化文字，真正執行的是本機的 Agent 程式。Agent 把工具清單放進請求，模型依說明文字決定要用哪個，Agent 執行後再把結果送回去，一直循環到完成。MCP 是讓外部系統用統一格式提供工具的協定，Skill 則是需要時才載入的工作說明書。簡單說，Tool 是動作，MCP 是接外部系統的標準，Skill 是流程知識。