你的 Agent 现在可以从 MCP 服务器上直接发现和加载 Agent Skills 了 —— 不用把技能文件夹打包进每个应用，也不用逐个部署拷贝。你只需要让 Agent 指向一个 MCP 服务器，它就会自动拉取所需的技能。
对技能作者来说，这意味着你可以在一处发布技能，让整个组织的 Agent 都自动获取。对团队管理者来说，费用政策、合规流程、数据分析手册这些领域知识，可以在服务器上统一维护、统一版本、统一推送，完全不碰应用代码。
这项能力通过 Microsoft.Agents.AI.Mcp NuGet 包提供，目前已在 .NET 中正式可用。
什么是 MCP 技能
Agent Skill 是一套可移植的指令、资源和脚本包，采用「渐进式信息披露」模式：Agent 先看到技能的简短摘要，只有当任务确实匹配时，才去加载完整指令和资源。
MCP 技能沿用了同样的模式，但技能本体存放在 MCP 服务器上，而不是本地磁盘或代码里。服务器通过 skill://index.json 这个发现文档来广告自己的技能，框架再通过已认证的 MCP 连接拉取对应的技能内容。
.NET 实现支持两种分发形式：
- skill-md：服务器把技能的
SKILL.md和配套资源作为 MCP 资源暴露出来。框架在 Agent 加载技能时逐文件按需获取。 - archive：技能被打包成单个压缩包（ZIP、TAR 或 gzip 压缩的 TAR）。框架下载后，在受控目录里解压并对外提供解压后的文件。
两种形式通过同一套 Builder API 消费，你的 Agent 代码不关心技能到底以哪种方式打包。
这为什么重要
一次发布，随处可用。 平台或领域团队把技能发布到 MCP 服务器上。任何建立了连接的 Agent 都能获取 —— 不需要按 Agent 打包、不需要拷贝文件夹、不需要重新构建。
更新技能不用重新部署 Agent。 服务器上的技能内容变了，连接的 Agent 下次发现时自然拿到新版本。规则和手册在服务器上演进，不在下游的每个应用里各自维护。
跨 Agent 的一致性。 同样的技能、从同一个来源、到达每一个 Agent。这就是「每个团队各自维护一份费用政策」和「只有一份费用政策，所有人都用这份」之间的区别。
远程内容有边界保护。 通过 MCP 到达的技能保持了与本地技能相同的渐进式信息披露规范，并且对压缩包解压和脚本执行有明确的控制项（后面会细讲）。
注意：MCP 技能 API 目前是实验性的，未来版本可能会有调整。MCP 技能规范本身也还在演进中。
接入步骤
先安装 NuGet 包：
dotnet add package Microsoft.Agents.AI.Mcp --prerelease连接到托管技能的 MCP 服务器，然后在 AgentSkillsProviderBuilder 上调用 UseMcpSkills 扩展方法将其注册为技能来源：
using Microsoft.Agents.AI;
using ModelContextProtocol.Client;
// 连接到托管技能的 MCP 服务器
await using McpClient client = await McpClient.CreateAsync(
new StdioClientTransport(new()
{
Name = "skills-server",
Command = "dotnet",
Arguments = [skillsServerPath, "--server"],
}));
// 构建一个通过 MCP 发现技能的 skills provider
var skillsProvider = new AgentSkillsProviderBuilder()
.UseMcpSkills(client)
.Build();把 provider 添加到 Agent 的 context providers 里，框架就会在 system prompt 里把服务器上的技能广告给 Agent，Agent 随后可以像对待本地技能一样加载和阅读它们：
using Azure.AI.OpenAI;
using Azure.Identity;
using OpenAI.Responses;
AIAgent agent = new AzureOpenAIClient(
new Uri(endpoint), new DefaultAzureCredential())
.GetResponsesClient()
.AsAIAgent(new ChatClientAgentOptions
{
Name = "SkillsAgent",
ChatOptions = new()
{
Instructions = "You are a helpful assistant. " +
"Use available skills to answer the user.",
},
AIContextProviders = [skillsProvider],
},
model: deploymentName);
AgentResponse response = await agent.RunAsync(
"Summarize our expense reimbursement limits " +
"for international travel.");
Console.WriteLine(response.Text);Agent 在 system prompt 中看到技能广告，当用户请求匹配时，自动加载对应内容。对于 skill-md 类型的技能，框架在 Agent 加载技能时从服务器拉取 SKILL.md；对于 archive 类型，框架使用从服务器下载并本地解压的技能包。两种情况下，引用的资源都按需读取。
场景一：一个中心技能服务器服务多个 Agent
假设平台团队负责公司的运营知识 —— 费用政策、事件响应手册、数据分类指南。他们把这些以 skill-md 形式托管在 MCP 服务器上。财务助手、值班机器人和数据治理 Agent 都通过同一段 UseMcpSkills(client) 代码连接到同一台服务器。
三个 Agent 都没有把任何技能打包在自身内部。当平台团队在服务器上更新费用政策，三个 Agent 下一次发现时自动反映变更 —— 不需要跨团队协调发布。
而且，UseMcpSkills 是往 builder 里加一个 source，你可以把本地技能和服务器技能组合在同一个 provider 里：
var skillsProvider = new AgentSkillsProviderBuilder()
.UseFileSkill(Path.Combine(AppContext.BaseDirectory, "local-skills"))
// 团队自有技能，在本地磁盘
.UseMcpSkills(client)
// 共享技能，来自服务器
.Build();这也覆盖了 Microsoft Foundry Toolbox：如果你的组织通过 Foundry Skills API 管理技能并把它们挂到 toolbox，UseMcpSkills 连接该 toolbox 的 MCP endpoint 的方式和连接任何其他 MCP 服务器完全一样。你在 Foundry 里编写和版本管理技能，.NET Agent 通过 MCP 发现它们，不需要额外的集成工作。
场景二：安全地分发压缩包技能
有些技能会捆绑多个参考文件 —— 模板、查找表、检查清单。以 archive 形式打包，服务器可以一次性把整套资源分发下去。
但压缩包解压意味着把远程内容写入本地磁盘，必须有安全边界：一个压缩包可能比预期更大、解压后急剧膨胀、或者包含超出预期的文件数量。没有限制的话，一个恶意或损坏的压缩包可能耗尽 Agent 所在机器的磁盘、内存或 CPU。
为此，AgentMcpSkillsSourceOptions 提供了一套选项，让你精确限定压缩包在解压和对外提供服务前允许消耗的资源上限：
using Microsoft.Agents.AI;
var skillsProvider = new AgentSkillsProviderBuilder()
.UseMcpSkills(client, new AgentMcpSkillsSourceOptions
{
ArchiveSkillsDirectory = Path.Combine(
AppContext.BaseDirectory, "extracted-skills"),
ArchiveMaxFileCount = 50,
ArchiveMaxSizeBytes = 2 * 1024 * 1024,
// 限制下载体积
ArchiveMaxUncompressedSizeBytes = 4 * 1024 * 1024,
// 限制解压后总大小
})
.Build();三项限制各自防范一类攻击：
ArchiveMaxSizeBytes限制下载的压缩包大小，防范超大 payload。ArchiveMaxUncompressedSizeBytes限制解压后的总大小，防范「压缩炸弹」—— 传输时很小、解压后膨胀到几个 G 的存档。ArchiveMaxFileCount限制单个压缩包内允许的文件数量，防范过量文件的存档。
框架下载压缩包，校验是否在限制范围内，在 ArchiveSkillsDirectory 下解压，然后对外提供解压后的 SKILL.md 和资源。超出任一限制的压缩包会被跳过，不可信服务器无法利用技能分发来压垮宿主机。
还有一个重要的信任边界：archive 类型的技能中捆绑的脚本永远不会被执行。 从远程 MCP 服务器下载的可执行内容默认视为不可信 —— 框架会提供技能的指令和资源，但不会运行它的脚本。
技能治理模型的其他部分同样适用。load_skill、read_skill_resource、run_skill_script 等技能工具默认需要人工审批，在 Agent 行动之前给你一个检查点。
小结
MCP 技能把 Agent Skills 从「嵌入到每个应用里的东西」变成了「可以集中分发的基础设施」。一次编写，托管在 MCP 服务器上，让每个 Agent 按需发现 —— 集中更新、集中治理，不管以 skill-md 资源还是 archive 压缩包的形式到达，消费方式完全一致。
对要围绕共享领域知识构建多个 Agent 的团队来说，这就是从「维护无数份拷贝」到「维护一个源头」的区别。