当 Skills 已经把"会做什么"打磨到极致后，2026 年中期的下一个主战场转向了"能连什么"。Model Context Protocol（MCP）从一份协议规范，长成了一张连接外部世界的技能网：Figma 的设计稿、Notion 的知识库、NotebookLM 的研究底料、Linear 的工单、Sentry 的报错栈、Office 的文档、Context7 的实时 API 文档——每一类接入技能都把 Claude Code 从一个"会写代码的助手"变成一个"懂你工作环境的协作体"。本期横评聚焦 8 款具有代表性的 MCP 联动类技能，覆盖设计、协作、研究、监控、文档、办公、运维七条接入链路，逐一拆解其功能完整度、上手门槛、变现空间、训练营适配性与社区活跃度，并给出一条"从单点接入走向中枢编排"的演进路线。
| 技能 | 接入对象 | 功能完整度 | 上手难度 | 变现潜力 | 训练营适用 | 社区活跃 | 综合分 |
|---|---|---|---|---|---|---|---|
| Figma + figma-implement-design | Figma 设计稿 | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★★☆ | ★★★★★ | 9.3 |
| notion-* 四件套 | Notion 工作区 | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★★★ | ★★★★☆ | 8.6 |
| notebooklm | Google NotebookLM | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | 8.4 |
| Sentry | Sentry 监控 | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | 8.3 |
| linear | Linear 工单系统 | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | 8.0 |
| office-mcp | Office 全家桶 | ★★★★★ | ★★★☆☆ | ★★★★☆ | ★★★☆☆ | ★★★☆☆ | 7.9 |
| context-hub-get-api-docs / Context7 | 第三方 API 文档 | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★★☆ | 8.1 |
| mcp-builder（造接入的技能） | MCP 协议本身 | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★★ | 8.5 |
评分口径：功能完整度 25% / 上手难度 20% / 变现潜力 25% / 训练营适用性 15% / 社区活跃度 15%；星级越高越好，"上手难度"指配置与运行成本（高星=易上手）。
mindmap
root((MCP联动生态))
设计接入
Figma MCP
figma-implement-design
设计Token转代码
协作接入
Notion四件套
知识捕获
会议智能
研究文档化
规范转实现
Linear工单
研究接入
NotebookLM
引用级反幻觉
库管理
运维监控接入
Sentry报错栈
human-in-the-loop
告警自动化
文档接入
context-hub / Chub
Context7实时文档
版本感知
办公接入
office-mcp
Word/Excel/PPT/PDF/OCR
元技能
mcp-builder
造接入的接入
来源 / 安装：Figma 官方 Dev Mode MCP Server，配合 Anthropic 官方 figma 与 figma-implement-design 双技能。配置方式是在工程根目录或全局 .mcp.json 中登记 Figma MCP 端点，并填入个人访问令牌（PAT）；启动后 Claude Code 即获得对 Figma 文件的结构化读取权限。
核心功能：技能调用 MCP 后，能拉取指定 node 的设计变量、组件树、样式 token、截图与切图资产，再由 figma-implement-design 把节点翻译成生产级前端代码。它的杀手锏不是"看图说话"，而是"按设计系统的语义说话"——变量名、间距、颜色 token 会被保留，而不是被拍扁成魔数。
评分：功能完整度 ★★★★★（5.0），上手难度 ★★★☆☆（3.5，强依赖 Figma 付费席位与令牌管理），变现潜力 ★★★★★（5.0），训练营适用 ★★★★☆（4.5），社区活跃 ★★★★★（4.5）。综合 9.3。
变现与训练营：设计转代码是外包、SaaS 模板、组件库售卖的刚需入口。训练营里它适合作为"设计工程化"模块的两节课主线：第一节课讲 MCP 接入与 token 治理，第二节课讲 prompt 如何约束输出风格。竞品 builder.io Figma MCP、Anima、Locofy 各有侧重——builder.io 偏视觉还原，Figma 官方 MCP 偏语义保真，本技能组合的优势在于"官方协议 + 官方技能"的双层背书，长期可维护性最高。
来源 / 安装：Notion 官方 MCP Server（developers.notion.com/guides/mcp）提供底层通道，官方还提供"Notion plugin for Claude Code"一键打包安装。在此之上，本地生态进一步把接入细分为四个垂直技能：notion-knowledge-capture（知识捕获）、notion-meeting-intelligence（会议纪要智能）、notion-research-documentation（研究文档化）、notion-spec-to-implementation（规范转实现）。
核心功能：这四个技能体现了一种值得关注的产品思路——同一个数据源，按使用场景切片。会议智能负责把会议记录提炼成决策与待办；研究文档化负责把零散调研沉淀成结构化条目；规范转实现则把 Notion 里的需求文档直接喂给开发流程。它不追求"一个大而全的 Notion 技能"，而是让每条链路的 prompt 更专注。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★★☆（4.0），变现潜力 ★★★★☆（4.0），训练营适用 ★★★★★（4.5，场景化拆分本身就是绝佳的教学案例），社区活跃 ★★★★☆（4.0）。综合 8.6。
变现与训练营：这套"按场景切片"的模式可被复制到任意知识库接入（飞书、语雀、Obsidian），对做生产力课程和效率工具的创作者极具启发。训练营里它是"技能设计学"的最佳教材——讲授"何时拆分、何时合并技能"的判断准则。相较单一 Notion MCP，多了一层产品化的克制。
来源 / 安装：开源项目 PleasePrompto/notebooklm-skill（GitHub），README 明确其定位——让 Claude Code 直接与 Google NotebookLM 笔记本对话，获得"仅基于你上传文档、带引用"的回答。本地另有 notebooklm-skill-master 作为进阶版本。
核心功能：底层走浏览器自动化 + 持久化认证 + 库（notebook）管理。它解决的是 LLM 最致命的短板：幻觉。把企业知识库、论文、规范灌进 NotebookLM，Claude Code 每次回答都附带原文引用，可追溯、可核验。配合 YouTube 转录、网页抓取等上游技能，可拼出"YouTube 检索 → NotebookLM 摘要 → 综合洞察"的研究引擎。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★☆☆（3.5，浏览器自动化与登录态维护有一定门槛），变现潜力 ★★★★☆（4.0），训练营适用 ★★★★☆（4.0），社区活跃 ★★★★☆（4.0）。综合 8.4。
变现与训练营：付费研究服务、行业简报订阅、合规审查工具的天然底座。训练营中它适合讲"RAG 的轻量替代方案"——不自己搭向量库，借 Google 的 NotebookLM 完成检索增强，再叠加引用审计。需要注意合规：把客户数据上传第三方 NotebookLM 前须评估数据出境与隐私条款。
来源 / 安装：Sentry 官方提供 mcp.sentry.dev 的 MCP 服务、Claude Code 官方 Sentry 插件，以及 getsentry/sentry-mcp（仓库）与 sentry-for-ai（教 AI 助手用 Sentry 的技能包）。安装即"Sentry for AI"那一套 agent skills。
核心功能：连上后，Claude Code 能拉取线上 issue、读取 trace 与日志、定位报错根因，并直接应用修复补丁。Sentry 官方明确其工具选择"primarily designed for human-in-the-loop coding agents"——强调人在环内确认，而非全自动。本地生态还衍生出 sentry 技能，承担多级告警规则配置与发布管理的自动化。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★★☆（4.0），变现潜力 ★★★★☆（4.0），训练营适用 ★★★★☆（4.0），社区活跃 ★★★★☆（4.0）。综合 8.3。
变现与训练营：面向 SRE 与后端团队的"AI 辅助排障"订阅服务空间明确。训练营里它是"运维自动化"单元的标准案例，可与 CI 自愈、安全审计类技能串联成一条"报错→分析→修复→验证"的完整流水线。相较 Datadog、Rollbar 等同类，Sentry 的 MCP 生态成熟度与官方投入力度目前领先。
来源 / 安装：Linear 官方 MCP Server（linear.app/docs/mcp），官方"Linear × Claude"集成页明确支持通过 MCP 连接。linear 技能封装了工单、项目、团队、周期的读写操作。
核心功能：作为"标准化接口"的典范，Linear MCP 给所有兼容客户端提供一致的能力面。Claude Code 接入后可自动拆解需求文档成工单、按 PR 更新状态、生成迭代回顾。它最大的价值不在功能多寡，而在"协议即契约"——同一份 MCP 配置，Cursor、VS Code、ChatGPT 也能复用。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★★★（5.0，配置极其顺滑），变现潜力 ★★★☆☆（3.5，工单系统本身非直接付费点，更多是流程增值），训练营适用 ★★★★☆（4.0），社区活跃 ★★★★☆（4.0）。综合 8.0。
变现与训练营：变现空间偏间接——它更适合作为"团队效率方案"的组成件，而非独立产品。训练营里它最适合讲"为什么 MCP 会成为下一个 API 标准"：同一接口、多端复用、降低锁定。竞品 Jira MCP 同样存在，但 Linear 的协议设计更简洁，教学示范性更强。
来源 / 安装：office-mcp 是一个聚合型 MCP 服务，单实例暴露 39 个工具，覆盖 Word、Excel、PowerPoint、PDF 与 OCR 操作。本地另有一组细分的 pdf、pptx、md2pdf、spreadsheet 技能作为补充。
核心功能：用一个服务把办公文档的生成、解析、转换、识别（OCR）一次性打通。批量生成报表、从扫描件提取表格、把 Markdown 一键转 PPT/PDF，都能在对话内完成。它的卖点是"广度"——39 个工具覆盖了大多数日常办公场景，省去多服务拼接的麻烦。
评分：功能完整度 ★★★★★（4.5），上手难度 ★★★☆☆（3.5，OCR 与格式细节需调试），变现潜力 ★★★★☆（4.0），训练营适用 ★★★☆☆（3.5，偏工具堆叠，教学点不够聚焦），社区活跃 ★★★☆☆（3.5）。综合 7.9。
变现与训练营：面向中小企业的"文档自动化"服务、模板商城、报表代生成都有空间。训练营里它更适合作为"工具聚合型 MCP 设计"的反例与正例对照：广度带来便利，但也稀释了单一技能的深度，调试时定位问题更费力。建议搭配细分的 pptx、spreadsheet 技能按需取用。
来源 / 安装：两条主线——Andrew Ng 团队的 andrewyng/context-hub（昵称 Chub，明确定位"给你的 coding agent 用，不是给你用"）与 Upstash 的 Context7 MCP（context7.com）。本地 context-hub-get-api-docs 技能封装了"写代码前先取文档"的调用时机。
核心功能：在 agent 写出依赖第三方库/SDK/API 的代码前，先抓取最新、版本对应的文档与示例，注入上下文。这直接缓解了 LLM 训练截止后的版本漂移问题——anthropic SDK 的 prompt caching、Stripe API 的新参数，都能拿到实时参照。Context7 还提供 ctx7 CLI 与 Claude Code 插件，支持按版本精确锁定。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★★★（5.0，几乎零配置），变现潜力 ★★★☆☆（3.5，更多是基础设施，难单独收费），训练营适用 ★★★★★（4.5，是讲"如何降低幻觉与版本错误"的最佳教具），社区活跃 ★★★★☆（4.0）。综合 8.1。
变现与训练营：变现偏基础设施属性，更适合作为付费 agent 产品的"可信底座"内嵌。训练营里它必须讲——几乎每一门涉及写代码的课程都该让学生养成"先查 Chub/Context7 再下笔"的习惯。相较自建文档爬虫，这两个服务的维护成本与覆盖广度优势明显。
来源 / 安装：Anthropic 官方仓库 anthropics/skills 下的 skills/mcp-builder/SKILL.md，是一份"MCP Server Development Guide"。它在 example-skills 体系内同样有对应条目，属于官方背书的元技能。
核心功能：它不连接任何外部服务，而是教 LLM 如何高质量地构建 MCP server——从工具命名、参数设计、错误处理、Python（FastMCP）到 Node/TypeScript（MCP SDK）的实现范式。换言之，前面七款技能是"接入别人"，它是"让别人能接入你"。这是整个生态能否持续扩张的关键基础设施。
评分：功能完整度 ★★★★☆（4.0），上手难度 ★★★☆☆（3.5，需要协议理解与后端基础），变现潜力 ★★★★☆（4.0，每多一个 MCP 就多一个变现接口），训练营适用 ★★★★☆（4.0），社区活跃 ★★★★★（4.5）。综合 8.5。
变现与训练营：对想把自己产品接入 AI 生态的 SaaS 厂商，"帮你写一个 MCP server"本身就是一个清晰的咨询/外包交付物。训练营里它是压轴课——讲完七类现成接入后，用 mcp-builder 教学生"如何为自己的业务系统造一个接入技能"，形成闭环。
按综合分（六维加权） 1. Figma + figma-implement-design（9.3） 2. notion-* 四件套（8.6） 3. mcp-builder（8.5） 4. notebooklm（8.4） 5. Sentry（8.3）
按变现潜力 1. Figma + figma-implement-design（设计转代码，外包/模板/组件库三栖） 2. notion-* 四件套 + notebooklm（知识管理 + 研究服务，订阅制空间大） 3. office-mcp（中小企业文档自动化） 4. Sentry（SRE 排障订阅） 5. mcp-builder（MCP 代建咨询）
按训练营适用性 1. context-hub / Context7（必备基础设施，几乎每门课都用得上） 2. notion-* 四件套（技能设计学的最佳案例） 3. Figma（设计工程化主线课） 4. mcp-builder（压轴元技能课） 5. Sentry（运维自动化单元）
按上手难度（越易越前） 1. linear / context-hub（配置极简，开箱即用） 2. notion-* / Sentry（官方插件一键装） 3. notebooklm / Figma（需令牌或浏览器自动化） 4. office-mcp / mcp-builder（需调试或协议基础）
横向看这八款技能，一条清晰的演进脉络浮现：单点接入 → 场景切片 → 中枢编排。Notion 四件套代表"场景切片"的成熟，把一个数据源拆成四个专职技能；而真正的下一步是"中枢编排"——用一个编排层技能，按任务自动选择调用 Figma、Notion、Sentry 还是 Context7。MCP 协议的标准化让这种编排成为可能，因为每个接入都遵循同一套接口契约。对开发者而言，红利期在于"组合"：谁能把 2-3 个接入技能串成一条垂直行业流水线（例如"设计接入 + 文档接入 + 监控接入"组成的设计交付闭环），谁就能在通用 Skills 同质化之前筑起壁垒。变现的天花板，从来不在单款接入技能，而在编排它们的那个"中枢技能"。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。