> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dropcv.work/llms.txt
> Use this file to discover all available pages before exploring further.

# 什么是 Tools

> 了解 AI 的工具系统——Tools、MCP、Skills 三者的区别。

你可能在 AI 工具里看到 Tools、MCP、Skills 这几个词，它们经常一起出现但又不太一样。这一章帮你彻底搞清楚。

## Tools 是什么

**Tools = AI 能调用的具体功能。**

大模型本身只会"说话"，但有了 Tools，它就能"做事"了。

打个比方：

* 没有 Tools 的 AI = 一个只会聊天的朋友
* 有了 Tools 的 AI = 一个有手机、有电脑、能查资料的朋友

举个猎头场景的例子：

| 你跟 AI 说         | AI 调用的 Tool | AI 做了什么      |
| --------------- | ----------- | ------------ |
| "帮我找 React 工程师" | 候选人搜索工具     | 去人才库搜索匹配的候选人 |
| "看看张三的档案"       | 候选人详情工具     | 读取张三的完整简历信息  |
| "对比一下李四和王五"     | 候选人对比工具     | 从多个维度分析两人的差异 |
| "写一段推荐语"        | 文本生成工具      | 根据档案内容生成推荐语  |

## Tools vs MCP vs Skills 的区别

这三个概念经常被混淆，但它们是不同层面的东西：

```mermaid theme={null}
flowchart TB
    subgraph Skills["Skills（技能/指令）"]
        S1["教 AI 按什么风格工作"]
        S2["定义任务的步骤和规则"]
    end
    
    subgraph Tools["Tools（工具）"]
        T1["AI 能调用的具体功能"]
        T2["搜索、读取、写入、对比"]
    end
    
    subgraph MCP["MCP（协议/接口）"]
        M1["连接外部数据的标准方式"]
        M2["让 AI 工具能访问 DropCV"]
    end
    
    Skills -->|"告诉 AI"| Tools
    Tools -->|"通过"| MCP
    MCP -->|"连接"| D[(DropCV 人才库)]
    
    style Skills fill:#10b981,color:#fff
    style Tools fill:#3b82f6,color:#fff
    style MCP fill:#f59e0b,color:#fff
```

用一张表说清楚：

|          | Tools       | MCP               | Skills       |
| -------- | ----------- | ----------------- | ------------ |
| **是什么**  | AI 能调用的具体功能 | 连接外部数据的协议         | 教 AI 工作方式的指令 |
| **类比**   | 工具箱里的扳手、螺丝刀 | 把工具箱和外部设备连接的线     | 工具箱的使用说明书    |
| **谁提供**  | AI 工具自带     | 数据提供方（如 DropCV）   | 你自己或社区       |
| **在哪配置** | AI 工具自动加载   | AI 工具的 MCP 设置     | 项目配置文件或对话中   |
| **举例**   | 搜索候选人、生成文本  | DropCV MCP Server | 推荐语撰写规范、邮件模板 |

## 三者怎么配合工作

当你在 AI 工具里说"帮我找 React 工程师"时，发生了什么：

```mermaid theme={null}
sequenceDiagram
    participant U as 你
    participant S as Skills
    participant A as AI 大脑
    participant T as Tools
    participant M as MCP
    participant D as DropCV

    U->>A: 帮我找 React 工程师
    S->>A: 按照搜索规范执行
    A->>T: 调用候选人搜索工具
    T->>M: 通过 MCP 发送请求
    M->>D: 搜索人才库
    D-->>M: 返回 5 位候选人
    M-->>T: 结果数据
    T-->>A: 工具返回结果
    A-->>U: 找到了 5 位候选人...
```

## 内置 Tools 和 MCP Tools 的区别

AI 工具通常有两种 Tools：

### 内置 Tools

AI 工具自带的，不需要额外配置：

| 工具    | 功能         |
| ----- | ---------- |
| 文件读写  | 读取和创建文件    |
| 终端执行  | 运行命令行命令    |
| 浏览器操作 | 打开网页、点击、截图 |
| 代码生成  | 写代码、改代码    |

### MCP Tools

通过 MCP 协议从外部数据源获得的：

| 工具    | 功能      | 来源         |
| ----- | ------- | ---------- |
| 候选人搜索 | 搜索人才库   | DropCV MCP |
| 候选人详情 | 查看候选人档案 | DropCV MCP |
| JD 匹配 | 匹配候选人   | DropCV MCP |
| 生成推荐语 | 生成推荐语   | DropCV MCP |

## Skills 和 Tools 的关系

Skills 不是 Tools，但它决定了 AI 怎么使用 Tools：

<AccordionGroup>
  <Accordion title="没有 Skill 时 AI 用 Tool 的方式">
    ```
    你：帮我写一段推荐语

    AI 调用文本生成工具，输出：
    "张三是一位优秀的产品经理，具有丰富的行业经验。"

    问题：太笼统，没有具体数据，风格不统一
    ```
  </Accordion>

  <Accordion title="有 Skill 时 AI 用 Tool 的方式">
    ```
    你：帮我写一段推荐语（按照推荐语撰写规范）

    AI 读取 Skill 中的规范，然后调用文本生成工具：
    "张三是一位拥有 8 年经验的高级产品经理，目前在某
    SaaS 公司担任产品负责人。他主导过 3 个核心产品从 0
    到 1 的全过程，其中 ERP 系统上线首年即获得 200+ 企业
    客户，ARR 突破 500 万。"

    效果：有具体数据，格式统一，风格专业
    ```
  </Accordion>
</AccordionGroup>

简单说：

* **Tools** 决定 AI "能做什么"
* **Skills** 决定 AI "怎么做"
* **MCP** 决定 AI "从哪里拿数据"

## 你需要配置什么

| 你的情况                | 需要配置         |
| ------------------- | ------------ |
| 只用 AI 工具自带功能        | 什么都不用配，开箱即用  |
| 想让 AI 访问 DropCV 人才库 | 配置 MCP       |
| 想让 AI 按特定风格工作       | 创建 Skills    |
| 全都要                 | MCP + Skills |

## 下一步

<CardGroup cols={2}>
  <Card title="什么是 MCP" icon="plug" href="/ai-basics/what-is-mcp">
    了解怎么连接外部数据。
  </Card>

  <Card title="什么是 Skills" icon="wand" href="/ai-basics/what-is-skills">
    了解怎么教 AI 工作方式。
  </Card>
</CardGroup>