Neustale slysite tri slova: MCP, skills a plugins. Nekdy pouzivana zamenne. Nekdy vysvetlovana zpusoby, ktere je dela zdanlive identicke. Identicke nejsou. Resi fundamentalne odlisne problemy a pochopeni rozdilu Vam usetri hodiny zmatku.

Kratka verze. MCP je instalaterska prace. Propojuje Vasi AI s externimi nastroji a daty prostrednictvim strukturovaneho rozhrani. Skills jsou odbornost. Uci Vasi AI, jak premyslet o ukolu a pouzivat nastroje samostatne. Pluginy jsou rozsireni platformy. Pridavaji zcela nove schopnosti softwaru, na kterem Vase AI bezi.

MCP prislo jako prvni a vyresilo realny problem. Ale skills byly navrzeny pro jinou eru AI, eru ve ktere AI dokaze uvazovat, pouzivat nastroje samostatne a pracovat ve smyckach, dokud neni ukol hotovy. Pochopeni teto zmeny je klicove k tomu, abyste vedeli, po ktere technologii sahnout.

Jak jsme se sem dostali

Na konci roku 2024 vydal Anthropic (spolecnost za Claude) Model Context Protocol (MCP). Problem, ktery resilo, byl realny: kazdy AI nastroj mel svuj vlastni zpusob pripojeni ke sluzbam jako GitHub (kde vyvojari uchovavaji kod), Slack (tymova komunikace), databaze a vsechno ostatni. MCP vytvorilo jeden standardni zpusob jejich propojeni. Vytvori se jeden konektor a kazdy AI nastroj podporujici MCP jej muze pouzit.

V te dobe byla AI chatbot. Dokdzala odpovidat na otazky a generovat text, ale nedokazala skutecne delat veci na Vasem pocitaci. Potrebovala kazdy nastroj popsany predem: zde je nazev nastroje, zde je co dela, zde jsou presne parametry. MCP bylo spravne reseni pro ten moment.

Pak se vse zmenilo. Zacatkem roku 2025 Anthropic vydal Claude Code, AI ktera nejen chatuje. Dokaze cist soubory na Vasem pocitaci, psat kod, spoustet prikazy a pracovat samostatne, dokud neni ukol hotovy. Dalsi spolecnosti nasledovaly: OpenAI (spolecnost za ChatGPT) vydala Codex CLI, Google vydal Gemini CLI a nastroje jako Cursor a GitHub Copilot ziskaly podobne schopnosti. AI se zmenila z neceho, s cim mluvite, na neco, co pracuje za Vas. Tomu se nyni rika agenticka AI nebo proste agenti: AI schopna jednat, pouzivat nastroje a plnit ukoly samostatne. A AI, ktera muze jednat samostatne, nepotrebuje kazdy nastroj popsany predem. Dokaze zjistit, jak nastroje pouzivat, pokud ji jednodusse naucite workflow.

Presne to delaji skills. Anthropic dodal Skills do Claude Code v rijnu 2025. Misto toho, aby dal AI formalni popis nastroje, skill ji nauci, jak nastroje pouzivat samostatne. Skill je proste textovy soubor s instrukcemi. Zadne bezici procesy, zadny protokol, zadna infrastruktura.

Simon Willison, znamy vyvojar a autor v oblasti AI, je okamzite oznacil za «uzasne, mozna vetsi udalost nez MCP.» Jeho argumentace: skills jsou elegantne minimalni, nespotrebovavaji temer zadne zdroje, dokud nejsou skutecne potreba (na rozdil od MCP, ktere nacita vse predem), a funguji se vsemi hlavnimi AI nastroji. Predpovedel «kambrijskou explozi Skills, ktera zpusobi, ze se letosni MCP horka bude jevit skromne.»

O dva mesice pozdeji Anthropic vydal skills jako otevreny standard. Tentyz soubor skill nyni funguje s Claude Code, Codex CLI, Gemini CLI, Cursor, GitHub Copilot, Windsurf, Cline, Amp a ChatGPT. Napiste jednou, pouzijte vsude.

Priblizne ve stejnou dobu Anthropic daroval MCP neutralnimu prumyslovemu organu, Agentic AI Foundation pod Linux Foundation, spoluzalozenou s Block (platebni spolecnost za Square a Cash App) a OpenAI. MCP je nyni prumyslovy standard podporovany Amazonem, Googlem, Microsoftem a Cloudflare. Nezmizi. Ale otazka, zda jej pro vetsinu ukolu skutecne potrebujete, ma dnes jinou odpoved nez pred rokem.

MCP: vrstva propojeni

Model Context Protocol (MCP) je standard pro propojovani AI aplikaci s externimi nastroji a daty. Predstavte si jej jako USB-C pro AI. Pred USB-C mel kazdy pristroj svou vlastni nabijecku. Pred MCP kazdy AI nastroj potreboval svuj vlastni konektor pro GitHub, Slack, Vasi databazi a vse ostatni. MCP vytvorilo univerzalni zasuvku.

Jak to funguje

Nastaveni ma dve strany. Vas AI nastroj (Claude Desktop, Cursor, VS Code) je jedna strana. Na druhe strane je maly program, nazyvany MCP konektor, ktery vi, jak komunikovat s konkretni sluzbou. Chcete, aby Vase AI spravovala GitHub? Spustte GitHub MCP konektor. Aby pracovala s databazi? Spustte databazovy MCP konektor.

Kazdy konektor rika AI, co umi: «Mohu vytvaret pull requesty,» «Mohu prohledavat issues,» «Mohu spoustet databazove dotazy.» AI vidi tyto schopnosti a muze je pouzit, kdyz je to relevantni.

Co konektory odhalujiKdo to ridiPriklad
ToolsAI rozhoduje, kdy je pouzit«Vytvorit pull request,» «Prohledat issues»
ResourcesAplikace je poskytnujeSoubory, databazove zaznamy, dokumenty
PromptsUzivatel je spoustiPredepsane sablony pro bezne ukoly

Ekosystem

MCP ma masivni adopci: 97 milionu mesicnich stazeni, pres 10 000 konektoru a rizeni Linux Foundation. Nejpopularnejsi daji predstavu o rozsahu: Playwright MCP od Microsoftu pro automatizaci prohlizece, Firecrawl pro prevod webovych stranek na cisty text, konektory pro GitHub, Notion, Brave Search, PostgreSQL a dokonce Blender pro 3D modelovani. Sluzby jako Composio sdruzuji pres 250 integraci do jednoho konektoru.

Problem: MCP bylo postaveno pro chatboty

MCP bylo navrzeno, kdyz AI potrebovala kazdy nastroj popsany predem. Resilo spravny problem ve spravnou chvili. Ale svet se zmenil.

Kazdy MCP konektor, ktery pridate, nacte svuj uplny seznam schopnosti do pameti AI. Pripojte 10 konektoru po 5 nastrojich a spotrebujete 50 popisu nastroju, nez Vase konverzace vubec zacne. To je pamet, kterou by AI mohla pouzit na Vas skutecny ukol.

Armin Ronacher (tvurce Flask, popularniho weboveho frameworku) popsal problem presne: popisy nastroju jsou «prilis dlouhe na to, aby se laxne nacitaly, prilis kratke na to, aby AI skutecne rekly, jak je pouzivat.» Nyni preferuje, aby AI spravovala sve vlastni nastroje prostrednictvim skills, protoze si tak uchovava kontrolu.

MCP se zlepsilo. Aktualizace z ledna 2026 vyrazne snizila pocatecni naklady na pamet. Ale fundamentalni design zustava: potrebujete bezici program pro kazdou sluzbu, kterou pripojujete, vrstvu prekladu mezi AI a nastrojem a popisy, ktere soutezi o prostor s Vasi skutecnou konverzaci.

Dulezitejsi je, ze vetsina MCP konektoru proste obaluje nastroje, ktere uz existuji. GitHub MCP konektor obaluje gh (vlastni nastroj GitHubu). Postgres MCP konektor obaluje psql (vlastni nastroj databaze). To je extra vrstva mezi AI a nastrojem, kdyz AI mohla nastroj proste pouzit primo.

Kde MCP stale dava smysl

MCP neni k nicemu. Ma realnou hodnotu, kdyz:

  • AI muze jen chatovat, jako v Claude Desktop nebo jinych chat-only aplikacich, kde nemuze spoustet prikazy
  • Neexistuje zadny nastroj pro sluzbu, kterou potrebujete pripojit
  • Compliance to vyzaduje, v korporatnich prostredich potrebujicich formalni auditni stopy
  • Nechcete, aby AI spoustela prikazy, z bezpecnostnich duvodu

Ale pro vetsinu prakticke prace, lokalni automatizaci a cokoli, kde AI muze jednat samostatne, prislo neco lepsiho.

Skills: postavene pro agentickou eru

Skills vychazeji z jine otazky. MCP se pta «jak propojime AI s nastroji?» Skills se ptaji «jak naucime AI pouzivat nastroje, ktere uz ma?»

Skill je sada instrukci, ktera premeni univerzalni AI na specialistu. Nepropojuje AI s nicim novym. Uci AI, jak pouzivat to, k cemu uz ma pristup, vcetne kazdeho nastroje a programu, ktery je uz nainstalovany na pocitaci, na kterem bezi.

---
name: weekly-summary
description: Summarize team notes into highlights, decisions, and risks
allowed-tools: Read, Grep, Glob
---

When asked to summarize weekly notes:
1. Read all files matching `notes/*.md`
2. Extract highlights, decisions, and open risks
3. Format as a structured summary with sections for each
4. Keep it under 500 words

To je kompletni skill. Kdyz jej AI precte, ziska odbornost, kterou predtim nemela. Zna workflow, omezeni, ocekavany format vystupu. Zadne bezici programy. Zadna pripojeni ke sprave. Jen textovy soubor.

Jak skills funguji

Kdyz nainstalujete skill, je to soubor ve Vasem projektu. AI precte nazev a popis skillu na zacatku relace (to nestoji temer nic). Kdyz je skill potreba, bud proto, ze o nej pozadate, nebo AI rozpozna situaci, nactou se uplne instrukce. To je vse.

Skills maji nulove naklady na infrastrukturu. Jsou to textove soubory. Nacitaji se okamzite. Funguji offline. Funguji se vsemi hlavnimi AI nastroji.

Co odlisuje skills od MCP

Moderni AI dokaze samostatne spoustet prikazy. Muze pouzivat curl (pro ziskavani dat z webu), grep (pro prohledavani souboru), git (pro spravu kodu), docker (pro spousteni softwaru) a kazdy dalsi dostupny nastroj na pocitaci. Skill uci AI kdy a jak pouzivat tyto nastroje pro konkretni ukol. A co je klicove: skills umoznuji neco, co MCP nemuze: autonomni zpetnovazebni smycky.

Podivejte se na SEO skill od SquirrelScan. Instrukuje AI, aby auditovala webovou stranku na optimalizaci pro vyhledavace, prectla vysledky, opravila nalezene problemy a pak znovu auditovala ve smycce, dokud se skore nezlepsi. AI analyzuje vystup, rozhodne co opravit, provede zmeny a validuje vysledek. MCP dava AI tlacitko k stisknuti. Skill dava AI workflow k provedeni, iterovani a samostatnemu dokonceni.

Tento vzor funguje pro temer cokoli. Potrebujete interagovat s GitHubem? Existuje nastroj. Databaze? Existuje nastroj. Web API? Existuje nastroj. Nastroje uz existuji. Skills proste uci AI, jak je pouzivat.

Nejpusobivejsi priklad dosud: Hugging Face (velka AI platforma a komunita) vydala skill ktery uci AI psat vysoce vykonny GPU kod v unoru 2026. Kratky textovy soubor se strukturovanym vedenim plus referencni skripty a optimalizacni pruvodce. Vysledek: AI generuje funkcni kod, ktery necha jine AI modely bezet temer dvakrat rychleji na specializovanem hardwaru. Hluboka technicka odbornost kodovana jako textovy soubor s realnymi vykonnostnimi zisky. Zadny MCP konektor se neucastnil.

Jak @chrysb napsal na X: «on-demand skills je vse, co potrebujete. Muze spustit jakykoli prikaz vynalezeny od pocatku pocitacu. Obroda slavy starobylych, ale mocnych nastroju. Nyni dostupne nam vsem, pilotovane nejchytrejsimi modely na zemi.»

Bezne argumenty ve prospech MCP a jejich protiargumenty:

  • «MCP dava strukturovane, validovane vstupy»: To dela i dobre zdokumentovany nastroj.
  • «MCP dava explicitni opravneni»: To dela i kontrolovane prostredi s allowlistem.
  • «MCP je standard»: Standard, ktery spatne skaluje, je porad standard, ktery spatne skaluje.

Funguje vsude

Tentyz soubor skill funguje s Claude Code, OpenAI Codex CLI, Google Gemini CLI, Cursor, GitHub Copilot, Windsurf, Cline, Amp a ChatGPT. Napiste jednou, pouzijte vsude. MCP slibovalo totez, ale skills toho dosahnou bez cehokoliv k instalaci nebo spusteni.

Ekosystem

Ekosystem rychle roste. Vercel (velka webova platforma) spustil skills.sh v lednu 2026 jako otevreny katalog pro objevovani a instalaci skills a dosahl desitky tisic instalaci kratce po spusteni. Pres 52 000 skills je nyni dostupnych na vice trzistich: SkillsMP, AgentSkills.to, skill0, Skills Directory a dalsi. Hugging Face take hostuje skills.

Nejinstalovadnejsi skills ukazuji, k cemu se skutecne pouzivaji: React best practices od Vercel (166 tis. instalaci), web design guidelines (127 tis.), Remotion renderovani videa (111 tis.), frontend design od Anthropic (99 tis.) a Azure cloud skills od Microsoft (po 53 tis.). Domenove specificke skills jako Hugging Face CUDA kernels, integrace plateb Stripe, bezpecnostni audit Trail of Bits a SquirrelScan SEO doplnuji obraz.

Slovo varovani: rust predbeh kvalitu. Analyza Hugging Face trziste skills zjistila, ze 46 % uvedenych skills jsou duplikaty nebo temer-duplikaty, mnohe jsou nafoukle daleko za hranice toho, co AI rozumne muze pouzit, a 9 % predstavuje kriticka bezpecnostni rizika. Akademicky vyzkum to potvrzuje: SkillsBench, prvni velkorosahly benchmark pro agentni skills, zjistil, ze dobre navrzene skills zlepsuji vykon AI v prumeru o 16 procentnich bodu, pricemz nektere domeny vykazuji zisky pres 50 bodu. Ale skills automaticky generovane samotnou AI neprinasely zadny prinos. Pouceni je jasne: nejlepsi skills pisi lide, kteri rozumeji domene a workflow, ne masove generovane AI. Kvalita pred kvantitou. Jeden prikaz k instalaci dobreho:

npx skills add openclaw-rocks/skills --skill jobs-ive

Kdy pouzivat skills

  • Chcete, aby se Vase AI chovala konzistentne (nasledovala Vas styl kodovani, Vas proces revize, Vas pisemny hlas)
  • Chcete dat sve AI domenovou odbornost (produktova strategie, bezpecnostni audit, SEO optimalizace)
  • Chcete, aby Vase AI pracovala ve smyckach (zkontrolovat neco, opravit to, zkontrolovat znovu, dokud to nesplni standard)
  • Chcete, aby tentyz skill fungoval s ruznymi AI nastroji
  • Chcete nulove nastaveni a nulove provozni naklady

Pokud je Vas problem «moje AI nevi, jak spravne udelat X,» skill je temer jiste spravna odpoved.

Pluginy OpenClaw: vrstva platformy

OpenClaw (open-source platforma AI asistentu) ma svuj vlastni zpusob rozsireni schopnosti: tools, skills a pluginy. Skills v OpenClaw funguji presne jako standard popsany vyse. Ale pluginy jsou neco zcela odlisneho.

OpenClaw plugin je skutecny kod bezici uvnitr samotneho softwaru OpenClaw. Zatimco skills uci AI co delat a MCP ji propojuje s externimi sluzbami, pluginy meni to, co platforma dokaze na fundamentalni urovni. Mohou pridavat nove komunikacni kanaly (aby Vase AI mohla mluvit pres Telegram, WhatsApp nebo Teams), pridavat nove funkce na platformu, spoustet ulohy na pozadi a sdruzovat vlastni skills a nastroje.

Tvurce OpenClaw Peter Steinberger se vedome rozhodl nepridavat nativni podporu MCP. Jak rekl: «existuje duvod, proc jsem nepridel podporu MCP do OpenClaw (s vyjimkou konvertoru mcporter MCP-na-CLI).» Filosofie je jasna: skills jsou primarni cestou k rozsireni schopnosti Vasi AI. MCP je dostupne jako zalozni reseni pres mcporter (ktery konvertuje MCP konektory na bezne nastroje), kdyz to skutecne potrebujete.

Oficialni pluginy pokryvaji nejbeznejsi potreby: hlasove hovory, Microsoft Teams, Matrix zpravy a Nostr (decentralizovany socialni protokol). Na ClawHub (komunitni trziste) pres 5 700 komunitne vytvorenych skills a pluginu pokryva vse od prepinani AI modelu po spravu Kubernetes po SEO audit. Nejaktivnejsi kategorie jsou AI/LLM integrace, vyhledavani a vyzkum, DevOps a webovy vyvoj.

Co pluginy dokazou

Rozsah toho, co plugin muze zaregistrovat, je siroky:

  • Komunikacni kanaly: Pripojte svou AI k Telegram, Matrix, Zalo, MS Teams a dalsim
  • Vlastni nastroje: Dejte sve AI nove schopnosti nad ramec toho, co skills mohou naucit
  • Prikazy: Pridejte nove prikazy do prikazoveho radku OpenClaw
  • API endpointy: Rozsirte schopnosti serveru OpenClaw
  • Sluzby na pozadi: Spoustejte dlouhodobe ulohy podle planu
  • Prihlasovaci toky: Pridejte nove zpusoby autentizace (Google, GitHub, API klice)
  • Hooky: Automaticky spoustejte akce pri vyskytu udalosti
  • Skills: Sdruzujte balicky skills uvnitr pluginu

Struktura pluginu

Kazdy plugin ma konfiguracni soubor, ktery deklaruje, co pridava na platformu:

{
  "openclaw": {
    "extensions": ["./src/channels.ts", "./src/tools.ts"]
  }
}

Plugin bezi uvnitr samotneho softwaru OpenClaw, coz znamena, ze ma plny pristup k systemu. To dela pluginy mocnymi, ale take to znamena, ze musite koduverit, nez jej nainstalujete.

Instalace

openclaw plugins install @openclaw/voice      # from npm
openclaw plugins install ./my-plugin          # local directory
openclaw plugins install plugin.tgz           # tarball

Sprava pres CLI:

openclaw plugins list
openclaw plugins enable <id>
openclaw plugins disable <id>
openclaw plugins doctor                       # diagnose issues

Bezpecnost

Protoze pluginy bezi uvnitr softwaru OpenClaw, maji stejnou uroven pristupu jako samotny software. OpenClaw ma vestavene ochrany (blokuje podezrele cesty k souborum, validuje vlastnictvi a podporuje allowlisty pro schvalene pluginy), ale zakladni pravidlo zni: zkontrolujte plugin pred instalaci, zejmena pokud pochazi z neznamehozdroje.

Kdy pouzivat pluginy

  • Potrebujete pripojit OpenClaw k nove komunikacni platforme (Telegram, WhatsApp, Teams)
  • Chcete pridat nove schopnosti samotnemu softwaru OpenClaw
  • Potrebujete planovane ulohy nebo automaticke reakce na udalosti
  • Stavite neco, co presahuje to, ceho mohou dosahnout instrukce v textovem souboru

Pluginy jsou nejmocnejsi cestou k rozsireni OpenClaw a zaroven nejslozitejsi. Jsou take specificke pro OpenClaw. Plugin nefunguje v Claude Code ani Cursor. Funguje v OpenClaw.

Jak to vse do sebe zapada

Tyto tri predstavuji evoluci, ne hierarchii:

              What it is                Built for          Works across tools?
-----------------------------------------------------------------------------
MCP           Connectors (protocol)     Chatbot era        Yes
Skills        Instructions (text)       Agentic era        Yes
Plugins       Code (software)           Platform needs     OpenClaw only

MCP vyresilo integracni problem, kdyz AI nedokazala pouzivat nastroje samostatne. Skills jej resi lepe nyni, kdyz to dokaze. Pluginy rozsirují platformu, kdyz skills nestaci.

Priklad: Vas OpenClaw asistent shrnuje tydeni aktivitu Vaseho tymu na Slacku.

  1. Skill definuje cely workflow. Rika AI, jaky vystup vyrobit, ktere kanaly uprednostnit, co se pocita jako dulezity bod vs. rozhodnuti vs. riziko a pozadovanou kvalitu. Instrukuje AI, aby ziskala zpravy ze Slacku pomoci nastroje Slack.
  2. Plugin zajistuje kanal doruceni. Plugin kanalový Telegram umoznuje OpenClaw posilat Vam hotove shrnuti pres Telegram kazdy patek odpoledne.

Zadny MCP konektor neni potreba. Skill nauci AI, jak praci udelat. Plugin zarizuje integraci s platformou.

Rozhodovaci strom

Pokud premyslite, po cem sahnout:

«Moje AI musi komunikovat s jinou sluzbou.» Nejdriv se zeptejte: ma ta sluzba existujici nastroj? Pokud ano, napiste skill, ktery AI nauci jej pouzivat. Pokud ne, zvazete MCP.

«Moje AI nevi, jak spravne udelat X.» Pouzijte skill. Napiste instrukce a AI se nauci. Pokud ukol vyzaduje iteraci (zkontrolovat, opravit, zkontrolovat znovu), skills to zvladnou prirozene.

«Musim zmenit, jak samotny OpenClaw funguje.» Pouzijte plugin. Pridejte novy komunikacni kanal, novou funkci nebo ulohu na pozadi.

«Chci tohle vse v jednom instalovatelnem balicku.» To je to, co nabizeji Claude Code Plugins (leden 2026) a pluginy OpenClaw: balicky, ktere mohou dodavat skills, nastroje a rozsireni platformy dohromady.

Co se stalo a co prijde dal

Pred rokem bylo MCP spusteno k reseni realneho problemu: AI potrebovala kazdy nastroj formalne popsany, protoze jeste nedokazala pouzivat nastroje samostatne. Tento problem je z velke casti vyresen. Moderni AI dokaze pouzivat existujici nastroje s minimalni napovedou.

Skills prisly a nabidly neco postavene pro tuto novou realitu: naucte AI workflow v cistem textu, nechte ji pouzivat nastroje, ktere uz ma, a nechte ji pracovat, dokud neni prace hotova. Zadny protokol. Zadny dalsi software ke spusteni. Zadna plytvana pamet. Simon Willison to videl okamzite. Armin Ronacher to videl. Peter Steinberger kolem toho postavil celou platformu.

MCP neni mrtve. Ma 97 milionu mesicnich stazeni a podporu vsech velkych technologickych spolecnosti. Bude i nadale slouzit chat-only rozhranim, korporatni compliance a sluzbam bez existujicich nastroju. Ale pro prakticou praci, automatizaci a cokoli, kde AI muze jednat samostatne: skills jsou cesta vpred.

Prakticka rada je jednoducha. Zacnete se skills. Sahnete po pluginech, kdyz sama platforma potrebuje rozsireni. A pokud chcete tohle vse spravovane a vzdy dostupne, proto jsme postavili OpenClaw.rocks.

Kazda instance OpenClaw.rocks podporuje skills a pluginy primo. Nasadte behem sekund na infrastrukture EU a zacnete okamzite rozsirovat sveho asistenta. Zacnete zdarma nebo se dozvete vice o co je OpenClaw a co dokaze.