ฉันยังคงชอบ MCP มากกว่า Skills

(david.coffee)

6 คะแนน โดย GN⁺ 20 일 전 | 6 ความคิดเห็น | แชร์ทาง WhatsApp

MCP คือ อินเทอร์เฟซมาตรฐานที่อิงการทำ abstraction ของ API ซึ่งทำให้ LLM ขอให้ทำงานได้โดยไม่ต้องรู้โครงสร้างภายในของเครื่องมือ และรองรับการใช้งานระยะไกลกับการอัปเดตอัตโนมัติ
ด้วยโครงสร้างแบบ Zero-Install, การยืนยันตัวตนด้วย OAuth, และ ความปลอดภัยแบบ sandboxing จึงช่วยลดภาระการติดตั้งและปัญหาด้านสิทธิ์ พร้อมมอบสภาพแวดล้อมเดียวกันบนทุกแพลตฟอร์ม
ในทางกลับกัน Skills มีแรงเสียดทานสูงในสภาพแวดล้อมการใช้งานจริง เนื่องจากการพึ่งพาการติดตั้ง CLI ความซับซ้อนด้านการยืนยันตัวตนและการดีพลอย รวมถึงปัญหาความเข้ากันได้ข้ามแพลตฟอร์ม
ควรแยก Skills เป็นชั้นความรู้ และ MCP เป็นชั้นการเชื่อมต่อ โดยเมื่อ LLM ต้องโต้ตอบกับระบบภายนอกควรใช้ MCP ส่วนการถ่ายทอดความรู้เชิงขั้นตอนควรใช้ Skills
บริการ cloud tunneling อย่าง MCP Nest ทำให้เข้าถึงเซิร์ฟเวอร์ MCP บนเครื่องจากระยะไกลได้ จึงถูกมองว่าเป็นแกนหลักของการสร้าง สภาพแวดล้อม AI แบบบูรณาการที่เป็นมาตรฐาน

ข้อดีของ MCP

Model Context Protocol(MCP) อิงกับ โครงสร้าง abstraction ของ API ที่ทำให้ LLM สามารถทำงานได้เพียงแค่ส่งคำขอ โดยไม่จำเป็นต้องเข้าใจกลไกการทำงานภายในของเครื่องมือ
- ตัวอย่าง: เมื่อ LLM โต้ตอบกับ DEVONthink แล้วเรียก devonthink.do_x() เซิร์ฟเวอร์ MCP จะเป็นผู้จัดการทุกขั้นตอน
รองรับการใช้งานระยะไกลแบบ Zero-Install โดยไคลเอนต์เพียงระบุ URL ของเซิร์ฟเวอร์ MCP ก็ใช้งานได้ทันทีโดยไม่ต้องติดตั้งเพิ่มเติม
รองรับ การอัปเดตอัตโนมัติ เมื่อเซิร์ฟเวอร์ MCP ระยะไกลถูกอัปเดตด้วยเครื่องมือหรือทรัพยากรใหม่ ไคลเอนต์ทั้งหมดก็จะใช้เวอร์ชันล่าสุดได้ทันที
มีความปลอดภัยมากขึ้นด้วย การยืนยันตัวตนบนพื้นฐาน OAuth และผู้ใช้ไม่จำเป็นต้องจัดการโทเค็นด้วยตนเอง
มี ความสามารถในการพกพา สูง สามารถเข้าถึงผ่านเซิร์ฟเวอร์ MCP เดียวกันได้จากทุกสภาพแวดล้อม เช่น Mac, มือถือ และเว็บ
ใช้ โครงสร้างแบบ sandboxing เพื่อจำกัดสิทธิ์ในการรันโดยตรงบนสภาพแวดล้อมโลคัล และเปิดเผยเฉพาะอินเทอร์เฟซที่ควบคุมได้
ผ่านฟีเจอร์ การค้นหาอัจฉริยะและการอัปเดตอัตโนมัติ จะโหลดเฉพาะเครื่องมือที่จำเป็น และแม้เป็นการติดตั้งแบบโลคัลก็ยังอัปเดตอัตโนมัติขณะรันได้

ข้อจำกัดและแรงเสียดทานของ Skills

แม้ Skills จะมีประโยชน์ในการสอนความรู้หรือวิธีใช้บางอย่างให้ LLM แต่เมื่อถึงเวลาปฏิบัติงานจริง การพึ่งพา CLI กลับกลายเป็นปัญหา
Skill ส่วนใหญ่ต้องติดตั้ง CLI แยกต่างหาก แต่ ChatGPT, Perplexity และ Claude เวอร์ชันเว็บนั้นไม่สามารถรัน CLI ได้
ส่งผลให้เกิดปัญหาดังต่อไปนี้
- ความซับซ้อนในการดีพลอย: ต้องดีพลอยและจัดการ CLI ผ่าน binary, NPM, uv เป็นต้น
- ปัญหาการจัดการความลับ: ต้องเก็บโทเค็นยืนยันตัวตนแบบ plain text ในไฟล์ .env หรือเมื่อเซสชันถูกรีเซ็ต การยืนยันตัวตนก็หายไป
- ระบบนิเวศที่ขาดตอน: วิธีติดตั้งและอัปเดต Skill แตกต่างกันไปในแต่ละแพลตฟอร์ม จนเกิดปัญหาความเข้ากันได้และข้อผิดพลาดในการ parse YAML
- สิ้นเปลือง context: แม้ LLM จะต้องการเพียงการเรียกใช้ฟังก์ชันเดียว ก็ยังต้องโหลด SKILL.md ทั้งไฟล์
Skill ที่มีคำแนะนำว่า “ให้ติดตั้ง CLI ก่อน” เพิ่มความซับซ้อนที่ไม่จำเป็น และการแทนที่ด้วย MCP ระยะไกล จะมีประสิทธิภาพมากกว่า

เกณฑ์ในการเลือกใช้เครื่องมือที่เหมาะสม

ช่วงเวลาที่ควรใช้ MCP: ใช้เป็นอินเทอร์เฟซมาตรฐานเมื่อ LLM ต้องเชื่อมต่อกับระบบภายนอก เช่น เว็บไซต์ บริการ หรือแอปพลิเคชัน
- ตัวอย่าง: Google Calendar ควรจัดการการยืนยันตัวตนและการทำงานผ่าน MCP ระยะไกลที่อิง OAuth และไม่ควรบังคับให้ติดตั้ง CLI
- เครื่องมืออย่าง Chrome, Hopper, Xcode และ Notion ก็ควรมี MCP endpoint ในตัว สำหรับควบคุมฟังก์ชันของแต่ละตัว
ช่วงเวลาที่ควรใช้ Skills: ควรมุ่งเน้นที่การถ่ายทอดความรู้ล้วน ๆ และการให้บริบท
- ใช้สอนวิธีใช้เครื่องมือที่ติดตั้งไว้แล้ว เช่น curl, git, gh, gcloud
- ใช้ทำมาตรฐานคำศัพท์ภายในองค์กร เวิร์กโฟลว์ และสไตล์การเขียน
- ใช้แบ่งปัน ความรู้เชิงขั้นตอน เช่น การประมวลผล PDF หรือการจัดการความลับ (เช่น วิธีใช้ fnox)
ควรแยก Skills เป็น ชั้นความรู้ และ MCP เป็น ชั้นการเชื่อมต่อ

คอนเน็กเตอร์และคู่มือ

เพื่อแยกบทบาทของ Skills และ MCP ให้ชัดเจน มีข้อเสนอให้เรียก Skills ว่า คู่มือสำหรับ LLM(LLM_MANUAL.md) และเรียก MCP ว่า คอนเน็กเตอร์(Connector)
ตัวอย่างที่ใช้งานจริง
- mcp-server-devonthink: เซิร์ฟเวอร์ MCP แบบโลคัลที่ทำให้ LLM ควบคุม DEVONthink ได้โดยตรง
- microfn: ให้บริการ MCP ระยะไกลที่ mcp.microfn.dev
- Kikuyo: ให้บริการ MCP ระยะไกลที่ mcp.kikuyo.dev
- MCP Nest: บริการที่ tunnel เซิร์ฟเวอร์ MCP แบบโลคัลขึ้นสู่คลาวด์เพื่อให้เข้าถึงจากระยะไกลได้ (mcp.mcpnest.dev/mcp)
บางโปรเจกต์มี Skill สำหรับ CLI ให้ด้วย แต่ Skill ที่อธิบายวิธีใช้ MCP มีประโยชน์มากกว่า
- Skill ทำหน้าที่เป็น เลเยอร์ความรู้ ที่อธิบายความสามารถของ MCP ความสัมพันธ์ของเครื่องมือ และช่วงเวลาที่ควรใช้งาน
- MCP รับผิดชอบการเชื่อมต่อและการทำงานจริง
การผสานกันแบบนี้ช่วยให้ LLM ใช้ MCP ได้อย่างมีประสิทธิภาพโดยไม่ต้องลองผิดลองถูกซ้ำ ๆ

การใช้ MCP และ Skill ควบคู่กัน

รูปแบบที่ไม่เป็นธรรมชาติ เช่น ข้อผิดพลาดของรูปแบบวันที่หรือข้อจำกัดด้านการค้นหา ที่พบระหว่างใช้ MCP สามารถสรุปเป็น Skill เพื่อนำกลับมาใช้ซ้ำได้
Skill ที่สร้างขึ้นแบบนี้จะทำหน้าที่เป็น ชีตสรุป ของ MCP และช่วยให้ LLM ทำงานได้แม่นยำโดยไม่สิ้นเปลืองโทเค็นโดยไม่จำเป็น
รักษาคำสั่งพฤติกรรม AI รายโปรเจกต์ผ่านโฟลเดอร์ .claude/skills และจัดการขั้นตอนที่ใช้บ่อยในรูปแบบ dotfiles
อนาคตของการบูรณาการ AI ขึ้นอยู่กับอินเทอร์เฟซที่เป็นมาตรฐาน (MCP) และควรหลีกเลี่ยง แนวทางที่แตกเป็นเสี่ยง ๆ บนฐาน CLI
คาดหวังให้บริการหลักอย่าง Skyscanner, Booking.com, Trip.com และ Agoda.com มี MCP อย่างเป็นทางการ

แนะนำ MCP Nest

MCP Nest คือบริการที่ทำให้เซิร์ฟเวอร์ MCP ที่ใช้ได้เฉพาะบนเครื่องโลคัล (เช่น Fastmail, Gmail) สามารถเข้าถึงจากระยะไกลได้ผ่าน cloud tunneling
ใช้งานร่วมกันได้เหมือนกันในไคลเอนต์ที่รองรับ MCP เช่น Claude, ChatGPT และ Perplexity
สามารถคงไว้ซึ่ง สภาพแวดล้อม MCP เดียวกันบนทุกอุปกรณ์ โดยไม่ต้องเปิดเผยเครื่องโลคัลโดยตรง

6 ความคิดเห็น

jujumilk3 20 일 전

ก็แค่สองอย่างนี้มันคนละเรื่องกันตั้งแต่แรก แล้วทำไมถึงยังมีการพูดแบบนี้กันอยู่เรื่อย ๆ นะ

xguru 20 일 전

เพราะตอนท้ายบทความต้องโปรโมต MCP Nest น่ะครับ.. ฮ่าๆๆ ดูเหมือนว่าข้ออ้างแนวเปรียบเทียบแบบนี้จะยิ่งได้รับแรงหนุนมากขึ้นเรื่อยๆ

jjw9512151 20 일 전

Skills ก็เหมือนวิชาดาบ ส่วน MCP ก็คือดาบ.. การใช้งานต่างกันและทั้งคู่ก็จำเป็น

ide127 20 일 전

Skills กับ MCP มีบทบาทที่ต่างกันอยู่แล้ว แต่ดูเหมือนว่าบทความแบบนี้จะยิ่งทำให้เกิดความสับสนอยู่เรื่อย ๆ