1. 简单介绍

MCP是Anthropic公司于2024年11月正式推出MCP开放协议，解决了Model和外部系统的连接问题。2025年12月Anthropic正式将Agent Skills发布为一项开放标准，Agent Skills允许将特定领域知识打包成独立的Skill，在运行时按需加载到 Agent 的上下文中。MCP和Agent Skills两个协议都是Anthropic推出的。

微软在2026年4月3号发布了Microsoft Agent Framework(简称MAF) 1.0。MAF提供了两种能力，一个是智能体创建，另外一个是工作流创建，多智能体的编排。这个框架也可以集成MCP和Agent Skills了

MAF提供了AgentSkillProvider/AgentSkillsProviderBuilder/AgentClassSkill/AgentInlineSkill等对象模型来支持Agent Skills的集成(file-based skill/class-based skill/inline code-defined skill)。在项目中，Agent Skills一般以文件或者代码的存在于应用程序中，如果多个应用程序都要使用到同一个Agent Skills，则需要在每个应用中创建一份。

当前MAF发布了一个新的特性，支持从MCF server去获取Agent Skills，这样不同Agent应用程序可以从同一个源头去获取Agent Skills，便于对Agent Skills进行统一管理和版本控制。

这边将简单尝试一下MCP Server发布Agent Skills的新特性，同时创建一个简单的Agent去获取Agent Skills。原本打算在AI Agent中使用GitHub Models中的大模型，发现GitHub Models当前不能使用了，

这边后来使用的是DeepSeek的deepseek-v4-pro模型。

note, 关于创建MCP server的创建，也可以参考一下之前的文章，

Model Context Protocol (MCP) - 尝试创建和测试一下MCP Server

AI - 尝试一下基于A2A SDK v1使用Microsoft Agent Framework for .NET创建A2A(Agent to Agent) Server和A2A Client

2.创建应用程序

这边是基于.NET10创建的控制台应用程序。MCP server可以采用两种方式来发布Agent Skills。一种是skill-md，将Agent Skills的agent.md以及相关文件以MCP resource的方式暴露出去。另外一种是archive，Agent Skills相关文件以一个archive文件存在于MCP Server，Agent从MCP server获取到的archive文件需要先解压缩，然后再使用。存在于archieve中的script将不会被执行。

这边创建的应用程序用于获取2025年亚洲杯男篮球员的一些统计信息，

2.1 添加MCP相关package

在项目中添加Microsoft.Agents.AI.Mcp 和 ModelContextProtocol nuget package，

note, 目前ModelConextProtocol已经是2.0.0版本了

2.2 创建MCP Server

这边采用的MCP协议是Stdio，

var builder = Host.CreateApplicationBuilder(); builder.Services.AddMcpServer(o => o.ServerInfo = new() { Name = "SkillsServer", Version = "1.0.0" }) .WithStdioServerTransport() .WithResources<SkillResources>(); await builder.Build().RunAsync();

2.3 创建MCP resource

Agent Skills内容将被定义在MCP resource中，

[McpServerResourceType] internal sealed class SkillResources { private const string IndexJson = """ { "$schema": "https://schemas.agentskills.io/discovery/0.2.0/schema.json", "skills": [ { "name": "asia-cup-2025-player-data-analysis", "type": "skill-md", "description": "Get the average height and age for Asia Cup Players 2025", "url": "skill://asia-cup-2025-player-data-analysis/SKILL.md" } ] } """; private const string SkillMd = """ --- name: asia-cup-2025-player-data-analysis description: asia-cup-2025-player-data-analysis is used to get player data for Asia Cup 2025 and some analysis can be made based on the data. --- ## Asia Cup 2025 Player Data When the user requests a data analysis, use below Asia Cup 2025 data metrics: |Region | Average Age | Average Height | |---------------|----------------------|------------------| |Australia | 24.50 | 200.17 | |China | 26.08 | 199.67 | |New Zealand | 25.25 | 197.58 | |South Korea | 27.25 | 193.25 | |Chinese Taipei | 27.67 | 192.92 | |Japan | 26.00 | 193.50 | |Philippines | 30.67 | 197.67 | |Iran | 26.00 | 197.00 | |Lebanon | 29.50 | 195.25 | """; [McpServerResource(UriTemplate = "skill://index.json", Name = "Skill Index", MimeType = "application/json")] [Description("SEP-2640 skill discovery index")] public static string GetIndex() => IndexJson; [McpServerResource(UriTemplate = "skill://asia-cup-2025-player-data-analysis/SKILL.md", Name = "Asia Cup 2025 Player Data Analysis Skill", MimeType = "text/markdown")] [Description("Asia Cup 2025 Player Data Analysis skill instructions")] public static string GetSkillMd() => SkillMd; }

2.4 创建MCP client

await using McpClient client = await McpClient.CreateAsync( new StdioClientTransport(new() { Name = "skills-server", Command = "dotnet", Arguments = [thisAssemblyPath, "--server"], }));

2.5 创建AgentSkillProvider

将之前创建的MCP client作为UseMcpSkills方法的参数，最后创建出一个AgentSkillProvider

var skillsProvider = new AgentSkillsProviderBuilder() .UseMcpSkills(client) .Build();

2.6 创建AI Agent

将步骤2.5创建的AgentSkillProvider添加到AIConextProviders中，这样AI Agent就有了Skill的上下文了，代码如下所示，

AIAgent agent = chatClient .AsAIAgent(new ChatClientAgentOptions { Name = "SkillsAgent", ChatOptions = new() { ModelId = model, Instructions = "You are a helpful assistant. Use available skills to answer the user.", }, AIContextProviders = [skillsProvider], }) .AsBuilder() .UseToolApproval(new ToolApprovalAgentOptions { AutoApprovalRules = [AgentSkillsProvider.AllToolsAutoApprovalRule], }) .Build();

2.7 使用AI Agent

这边要获取的是2025年亚洲杯男篮球员的平均身高，然后按降序排列，

AgentResponse response = await agent.RunAsync("Please tell me average height data for Asia Cup 2025 Players,and sort by height desc. And finally show the info as table."); Console.WriteLine($"Agent: {response.Text}");

3. 运行项目

使用dotnet run命令运行项目，最后Agent返回了预期的亚洲杯男篮球员的信息，

4.总结

本文简单介绍了一下如何在MCP server中部署Agent Skills以及在Agent中如何使用这些Agent Skills的过程。当前MCP skills API处于experimental阶段。关于Microsoft Agent Framework的内容很多，还需继续跟着微软老师学习一下。

本文如果哪里有错误，麻烦告之，谢谢谢谢！