mcp-development

此技能为实现模型上下文协议 (MCP) 服务器提供全面的工程指南，实现 AI 助手与外部数据、工具或服务之间的无缝沟通。专为构建代理工作流的开发人员设计，这些人员需要遵循标准化的协议来进行工具暴露、资源管理及安全系统架构。无论您是使用 TypeScript 或 Python 建立新的 MCP 服务器，还是将现有 API 整合到 LLM 驱动的环境中，此技能都能确保您的实现遵循效率、安全性和互通性的最佳实践。

• 全面支持 MCP 服务器架构，包括工具、资源及提示模板的功能定义。

• 提供 stdio 和 HTTP/SSE 传输层的实现模式，以支持各种部署环境。

• 工具设计的最佳实践，包括使用 JSON Schema 进行输入验证、编写清晰的工具描述，以及稳健的错误处理，防止 AI 幻觉或静默失败。

• 指导如何将外部数据源映射为 MCP 资源，包括 URI 处理和结构化内容传递的 MIME 类型管理。

• 安全优先的开发原则，例如参数验证、路径消毒、速率限制及敏感凭证管理，以保护内部系统。

• 针对 LLM 系统的高级整合模式，包括 RAG (检索增强生成) 工作流、嵌入向量相似度搜索及自定义代理工具调用。

• 在定义服务器功能、注册工具处理程序或配置 Claude Desktop MCP 设置时使用此技能。

• 非常适合需要架接本地企业数据与云端 AI 模型之间差距的开发人员。

• 输入通常涉及服务器初始化代码、工具定义或 API 整合逻辑，输出则为结构化的协议响应及符合规范的接口实现。

• 在连接至生产环境 AI 代理之前，请务必先验证服务器的工具注册及传输连线。

• 确保所有远程数据访问点都经过审核与授权，以防止 AI 驱动工具的未授权访问。