从 0 搭建个人 AI 能力栈：先 Skill 还是先 MCP？

能力栈 ≠ 装满应用商店

很多人第一次玩 AI 客户端，会一口气装十几个 MCP，结果：

• 配置半天，真正用的不到两个；
• 密钥散落各处，安全心里没底；
• 遇到问题不知道删哪个。

能力栈的目标是：最少组件，覆盖最高频工作流。

第一周：只装 Skill（零密钥）

先解决「方法问题」——不连外部系统也能价值很大：

• 代码审查：提交前自检；
• 周报/总结：把 commit、笔记变汇报；
• 文档/PPT 结构：先出大纲再细写。

这一 week 完全不碰 MCP，熟悉 Skill 的触发与输出格式。

第二周：加 1 个 MCP（单一数据源）

只选一个你每天都用的系统：

• 写代码 → GitHub MCP；
• 看业务数据 → PostgreSQL 只读 MCP；
• 设计协作 → Figma MCP。

配好以后，用对应 Skill 教 AI「按团队规范使用这个 MCP」（例如 SQL 只读、输出脱敏）。

第三周：固化一条工作流

把第二周验证过的组合写成自己的 checklist，或在 askskill 找相近的捆绑一键装。示例：

需求澄清 → 改代码 → 本地测试 → Code Review Skill → 开 PR (GitHub MCP) → 周报 Skill

第四周：审计与减法

• 30 天没打开的 MCP，删掉配置；
• 轮换或吊销长期未用的 API Key；
• 把仍常用的 3–5 个资产收藏，别再加新玩具。

和 askskill 站点功能怎么配合

小结

先 Skill 后 MCP，先一条流后扩展。 能力栈的质量看「每周是否真的在用」，而不是资产数量。