Skills, MCP vagy Pluginek: Melyik Mit Csinál Valójában

Három szót hall folyamatosan: MCP, skills és pluginek. Néha felcserélhetően használják őket. Néha úgy magyarázzák, mintha azonosak lennének. Nem azonosak. Alapvetően különböző problémákat oldanak meg, és a határaik megértése órákkal spórolhatja meg a fejfájást.

Itt a rövid verzió. Az MCP csővezeték. Strukturált felületen keresztül köti össze az AI-t külső eszközökkel és adatokkal. A skillek szakértelem. Megtanítják az AI-t, hogyan gondolkodjon egy feladatról és hogyan használja az eszközöket önállóan. A pluginek platformbővítmények. Teljesen új képességeket adnak ahhoz a szoftverhez, amelyen az AI fut.

Az MCP jött előbb és valós problémát oldott meg. A skilleket viszont az AI egy másik korszakához tervezték, amikor az AI képes gondolkodni, önállóan eszközöket használni és ciklusokban dolgozni, amíg egy feladat el nem készül. Ennek a váltásnak a megértése kulcsfontosságú annak eldöntéséhez, hogy melyiket válassza.

Hogyan jutottunk ide

2024 végén az Anthropic (a Claude mögötti cég) kiadta a Model Context Protocol-t (MCP). A megoldott probléma valós volt: minden AI-eszköznek saját egyedi módja volt a szolgáltatásokhoz (GitHub, Slack, adatbázisok stb.) való csatlakozásra. Az MCP egyetlen szabványos módot teremtett mindegyikhez. Építsen egy connectort, és minden MCP-kompatibilis AI-eszköz használhatja.

Akkoriban az AI chatbot volt. Tudott kérdésekre válaszolni és szöveget generálni, de valójában nem tudott dolgokat csinálni a számítógépen. Minden eszközt előre meg kellett adni: itt az eszköz neve, ezt csinálja, ezek a pontos paraméterek. Az MCP a megfelelő megoldás volt arra a pillanatra.

Aztán minden megváltozott. 2025 elején az Anthropic kiadta a Claude Code-ot, egy AI-t, ami nem csak cseveg. Fájlokat olvas a számítógépén, kódot ír, parancsokat futtat, és önállóan dolgozik, amíg a feladat el nem készül. Más cégek követték: az OpenAI kiadta a Codex CLI-t, a Google a Gemini CLI-t, és a Cursor, illetve a GitHub Copilot hasonló képességeket szerzett. Az AI abból, amivel beszélgetünk, azzá vált, ami dolgozik értünk. Ezt hívják most agentic AI-nak, vagy egyszerűen ágenseknek: AI, ami képes cselekedni, eszközöket használni és önállóan elvégezni feladatokat. Egy önállóan cselekedni képes AI-nak pedig nem kell minden eszközt előre megadni. Ki tudja találni, hogyan használja az eszközöket, ha megtanítják a munkafolyamatot.

Pontosan ezt csinálják a skillek. Az Anthropic 2025 októberében szállította a Skilleket a Claude Code-ban. Ahelyett, hogy formális eszközleírást adnánk az AI-nak, egy skill megtanítja az eszközök önálló használatára. Egy skill csupán egy szöveges fájl utasításokkal. Nincs futó folyamat, nincs protokoll, nincs infrastruktúra.

Simon Willison azonnal “fantasztikusnak, talán az MCP-nél is nagyobb dolognak” nevezte. Két hónappal később az Anthropic nyílt szabványként adta ki a skilleket. Ugyanaz a skill fájl működik a Claude Code, Codex CLI, Gemini CLI, Cursor, GitHub Copilot, Windsurf, Cline, Amp és ChatGPT eszközökben. Egyszer megírni, mindenhol használni.

Nagyjából ugyanekkor az Anthropic átadta az MCP-t az Agentic AI Foundation-nek a Linux Foundation alatt. Az MCP iparági szabvány, amelyet az Amazon, Google, Microsoft és Cloudflare támogat. Nem fog eltűnni. De a kérdés, hogy valóban szüksége van-e rá a legtöbb feladathoz, ma más választ kap, mint egy évvel ezelőtt.

MCP: a csatlakozási réteg

A Model Context Protocol (MCP) szabványos módot teremt az AI-alkalmazások külső eszközökhöz és adatforrásokhoz való csatlakoztatására. Gondoljon rá úgy, mint az AI USB-C-jére.

Hogyan működik

A felállás két oldalú. Az Ön AI-eszköze (Claude Desktop, Cursor, VS Code) az egyik oldal. A másikon egy kis program, az MCP connector, ami tudja, hogyan kell egy adott szolgáltatással kommunikálni. Minden connector megmondja az AI-nak, mit tud: “Pull requestet tudok létrehozni,” “Issue-kat tudok keresni,” “Adatbázis-lekérdezéseket tudok futtatni.”

Mit tesznek elérhetővé	Ki irányítja	Példa
Eszközök	Az AI dönt a használatról	”Pull request létrehozása,” “Issue-k keresése”
Erőforrások	Az alkalmazás biztosítja	Fájlok, adatbázis-rekordok, dokumentumok
Promptok	A felhasználó indítja	Előre megírt sablonok gyakori feladatokhoz

A probléma: az MCP chatbotokhoz készült

Az MCP akkor készült, amikor az AI-nak minden eszközt előre meg kellett adni. A megfelelő problémát oldotta meg a megfelelő pillanatban. De a világ megváltozott.

Minden MCP connector betölti a teljes képességlistáját az AI memóriájába. Kössön össze 10 connectort 5-5 eszközzel, és 50 eszközleírás foglalja el a helyet, mielőtt a beszélgetés elkezdődne. Ez mind memória, amit az AI a tényleges feladatra használhatna.

Armin Ronacher (a Flask alkotója) jól leírta a problémát: az eszközleírások “túl hosszúak az előzetes betöltéshez, túl rövidek ahhoz, hogy valóban megtanítsák az AI-t a használatukra.”

Mikor van értelme az MCP-nek

Az MCP nem haszontalan. Valós értéke van, amikor:

• Az AI csak csevegni tud, mint a Claude Desktopban, ahol nem tud parancsokat futtatni
• Nincs meglévő eszköz a csatlakoztatni kívánt szolgáltatáshoz
• A megfelelőség megköveteli, vállalati környezetben, ahol formális auditnaplóra van szükség
• Nem akarja, hogy az AI parancsokat futtasson, biztonsági okokból

De a legtöbb gyakorlati munkához valami jobb érkezett.

Skillek: az ágens-korszakra tervezve

A skillek más kérdésből indulnak ki. Az MCP azt kérdezi: “hogyan kössük össze az AI-t az eszközökkel?” A skillek azt kérdezik: “hogyan tanítsuk meg az AI-t a már meglévő eszközei használatára?”

Egy skill utasítások készlete, ami az általános célú AI-t specialistává alakítja. Nem köt össze semmi újjal. Megtanítja az AI-t arra, hogyan használja azt, amihez már hozzáfér, beleértve a számítógépen telepített összes eszközt és programot.

---
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

Ez egy teljes skill. Amikor az AI elolvassa, olyan szakértelmet szerez, amivel korábban nem rendelkezett. Futó programok nélkül. Kapcsolatok kezelése nélkül. Csupán egy szöveges fájl.

Mi teszi a skilleket mássá, mint az MCP

A modern AI önállóan tud parancsokat futtatni. Használhatja a curl-t, grep-et, git-et, docker-t és minden más elérhető eszközt. Egy skill megtanítja az AI-t, mikor és hogyan használja ezeket az eszközöket egy adott feladathoz. Ami kulcsfontosságú: a skillek olyasmit tesznek lehetővé, amit az MCP nem: autonóm visszacsatolási ciklusokat.

A leglenyűgözőbb példa: a Hugging Face 2026 februárjában kiadott egy skillt, ami megtanítja az AI-t nagy teljesítményű GPU-kód írására. Egy rövid szöveges fájl strukturált útmutatással. Az eredmény: az AI működő kódot generál, ami más AI-modelleket közel kétszer olyan gyorsan futtat speciális hardveren. Mély műszaki szakértelem szöveges fájlként kódolva. MCP connector nélkül.

Mindenhol működik

Ugyanaz a skill fájl működik a Claude Code, OpenAI Codex CLI, Google Gemini CLI, Cursor, GitHub Copilot, Windsurf, Cline, Amp és ChatGPT eszközökben. Az MCP ugyanezt ígérte, de a skillek telepítés és futtatás nélkül érik el.

Az ökoszisztéma

Az ökoszisztéma gyorsan növekszik. Több mint 52 000 skill érhető el több piactéren: skills.sh, SkillsMP, AgentSkills.to és mások.

Egy figyelmeztetés: a növekedés megelőzte a minőséget. Egy Hugging Face elemzés megállapította, hogy a listázott skillek 46%-a duplikátum, és 9% kritikus biztonsági kockázatot jelent. A SkillsBench kutatás megerősítette: a jól tervezett skillek átlagosan 16 százalékponttal javítják az AI teljesítményét, de az AI által automatikusan generált skillek semmilyen előnyt nem nyújtottak. A tanulság egyértelmű: a legjobb skilleket olyan emberek írják, akik értik a szakterületet. Minőség mennyiség helyett.

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

OpenClaw pluginek: a platform-réteg

Az OpenClaw saját módszerrel bővíti képességeit: eszközök, skillek és pluginek. A skillek az OpenClaw-ban pontosan úgy működnek, mint a fent leírt szabvány. A pluginek viszont valami teljesen más.

Egy OpenClaw plugin valódi kód, ami magán az OpenClaw szoftveren belül fut. Ahol a skillek megtanítják az AI-t, mit tegyen, és az MCP összeköti külső szolgáltatásokkal, a pluginek alapvető szinten változtatják meg, mire képes a platform. Új üzenetküldő csatornákat adhatnak hozzá (Telegram, WhatsApp, Teams), új funkciókat, háttérfeladatokat futtathatnak, és saját skilleket csomagolhatnak.

Mit tudnak a pluginek

• Üzenetküldő csatornák: AI csatlakoztatása Telegramhoz, Matrixhoz, MS Teamshez és másokhoz
• Egyéni eszközök: Új képességek a skilleken túl
• CLI parancsok: Új parancsok az OpenClaw parancssorhoz
• API végpontok: Az OpenClaw szerver bővítése
• Háttérszolgáltatások: Ütemezett, hosszan futó feladatok
• Bejelentkezési folyamatok: Google, GitHub, API kulcsok
• Hookok: Automatikus műveletek események bekövetkezésekor
• Skillek: Skill csomagok a pluginen belül

Telepítés

openclaw plugins install @openclaw/voice      # npm-ből
openclaw plugins install ./my-plugin          # helyi könyvtár
openclaw plugins install plugin.tgz           # tarball

Hogyan illeszkednek egymáshoz

A három egy fejlődést képvisel, nem hierarchiát:

              Micsoda                   Mire készült         Minden eszközben?
-----------------------------------------------------------------------------
MCP           Connectorok (protokoll)   Chatbot-korszak      Igen
Skillek       Utasítások (szöveg)       Ágens-korszak        Igen
Pluginek      Kód (szoftver)            Platform-igények     Csak OpenClaw

Példa: az OpenClaw asszisztense összefoglalja a csapat heti Slack-tevékenységét.

1. Egy skill határozza meg a teljes munkafolyamatot: mit kell kimennie, milyen csatornákat priorizáljon, mi számít kiemelésnek, döntésnek vagy kockázatnak.
2. Egy plugin biztosítja a kézbesítési csatornát: egy Telegram csatorna plugin lehetővé teszi, hogy az OpenClaw minden péntek délután elküldje az összefoglalót.

MCP connector nem szükséges.

A döntési fa

“Az AI-mnak egy másik szolgáltatással kell beszélnie.” Először kérdezze meg: van az adott szolgáltatásnak meglévő eszköze? Ha igen, írjon skillt. Ha nincs, fontolja meg az MCP-t.

“Az AI-m nem tudja rendesen megcsinálni X-et.” Használjon skillt. Írja meg az utasításokat, az AI megtanulja.

“Magát az OpenClaw működését kell megváltoztatnom.” Használjon plugint.

Mi történt és mi a következő lépés

Egy éve az MCP valós problémát oldott meg: az AI-nak minden eszközt formálisan le kellett írni. Ez a probléma nagyrészt megoldódott. A modern AI meglévő eszközöket tud használni minimális útmutatással.

A skillek megérkeztek és olyat kínáltak, ami erre az új valóságra készült: tanítsa meg az AI-t a munkafolyamatra egyszerű szövegben, hagyja használni a meglévő eszközeit, és hagyja dolgozni, amíg a munka el nem készül.

A gyakorlati tanács egyszerű. Kezdjen skillekkel. Nyúljon pluginekhez, ha maga a platform igényel bővítést. És ha mindezt felügyelt és mindig futó formában szeretné, arra építettük az OpenClaw.rocks-ot.

---

Minden OpenClaw.rocks instance támogatja a skilleket és plugineket azonnal. Másodpercek alatt telepítse EU infrastruktúrán és azonnal kezdje bővíteni asszisztensét. Kezdjen ingyen vagy tudjon meg többet arról, mi az OpenClaw és mit tud.