在 Claude Code、Cursor 等 AI Agent 工具的使用过程中，MCP（Model Context Protocol）与 Skill（Agent Skill）是两个高频出现的能力扩展概念。二者看似都是为了增强 AI 的能力边界，但在设计哲学、技术架构和适用场景上有着本质区别。本文将从这三个维度，彻底厘清两者的核心差异、存在价值及选型原则。一、一句话核心区分MCP 和 Skill 是 AI Agent 能力扩展的两大核心支柱，定位截然不同：MCP 解决「连接」问题：让 AI 突破自身数据局限，访问外部世界的工具、数据源与服务。Skill 解决「方法论」问题：为 AI 注入专业的...

在牛客看到的，真的假的....以后就是全栈了嘛

我面试的时候面试官一直在叹气 ,当时心都凉了，直接破罐子破摔，但是最后居然过了， 当天就给了口头offer

题干解析 剥离题设背景即：给出一个图的邻接矩阵，求这个图有多少个联通分量 算法思路 本题是有关并查集的典型应用。同时我们注意到，我们在构建图时，任意增添一条从一个联通分量去往另一个联通分量的边都会导致两个联通分量合并为一个，因此总联通分量减少一个，初始无边的图联通分量为点的个数。同时并查集数据结构又十分便于我们进行是否在同一个联通分量的判断。 实现代码 class L547 { class UnionFind { vector<int> parent; public: explicit UnionFind(const int n) : parent(n) { for (int i ...