Skill、工具和 Agent，分别负责什么？
通过一次视频任务拆解方法、执行工具与 Agent 的分工，理解为什么有 Skill 仍然需要运行环境和外部服务。
看到 AI 网站同时介绍工具、Skill 和 Agent，很容易觉得这些词都在说“自动帮我干活”。从一个具体任务出发，可以更容易理解它们的分工，也能解释为什么只下载一份方法文件，未必马上得到结果。
先看三个角色怎样配合
工具完成一个具体动作，例如读取文档、测量音频、调用配音服务或渲染视频。Skill说明怎样组织这些动作，怎样选择输入和检查输出。Agent根据当前任务读取资料、采用方法、调用有权限使用的工具，并处理执行过程中出现的问题。
在龙虾工具箱的项目语境里，Tool 也指用户面对的任务产品，Run 是一次任务执行。一个产品背后可能组合多个执行步骤。页面上看到一个入口，并不代表背后只有一次模型回答。
以制作一支产品视频为例
- 你提供功能清单、目标受众和交付要求。
- Agent 按视频制作方法整理事实，规划脚本和镜头。
- 配音、音频测量与渲染工具分别产出中间文件。
- Agent 依据检查要求核对结果，记录需要修改的段落。
- 你检查最终文件是否表达准确，是否满足发布场景。
当工具报错时，问题可能是文件格式、环境依赖或服务不可用；当视频讲错功能时，问题可能出在资料与事实核对。理解分工后，排查会更有针对性。
MCP 等连接机制又处在什么位置
有些 Agent 通过连接协议访问外部工具或数据，例如 MCP 官方介绍所描述的连接机制。你可以先把这类机制理解为一条访问通道：它让客户端知道可以调用哪些能力。具体实现和权限依客户端而定，连接本身不会替你定义制作流程，也不会保证输入数据正确。
因此，看到“支持连接”时，应继续检查它提供什么动作，操作是否需要账号，以及任务数据会传到哪里。选择工具时，最有用的问题仍然是“我提供什么，最后能拿到什么”。
方法类 Skill 与执行类 Skill 要分别看
方法类 Skill 可能交付分镜表、选型建议或检查清单，价值在于组织判断。执行类包可能附有代码，完成文件转换或时序测量，但通常有运行依赖。把“生成配音方案”误解成“已经生成音频”，会在交付时产生落差。
视频 Skill 清单会分别说明这些边界。如果希望先跑通任务而不准备本地环境，可以在 产品目录查看在线入口；如果需要长期修改和复用，再考虑适配自己环境的下载包。
先定义成功，再选择组合
“帮我做视频”可以拆成“交付一个可播放的横屏 MP4、独立字幕和可修改的项目文件”。输出明确后，哪些动作需要工具、哪些标准可以写进 Skill、哪些内容需要人工确认，就更容易安排。一次完整的小任务，比先装很多包更能帮助你找到合适的组合。