mcp-development

此技能為實作模型上下文協議 (MCP) 伺服器提供全面的工程指南，實現 AI 助手與外部資料、工具或服務之間的無縫溝通。專為建構代理工作流的開發人員設計，這些人員需要遵循標準化的協定來進行工具暴露、資源管理及安全系統架構。無論您是使用 TypeScript 或 Python 建立新的 MCP 伺服器，還是將現有 API 整合到 LLM 驅動的環境中，此技能都能確保您的實作遵循效率、安全性和互通性的最佳實踐。

• 全面支援 MCP 伺服器架構，包括工具、資源及提示模板的功能定義。

• 提供 stdio 和 HTTP/SSE 傳輸層的實作模式，以支援各種部署環境。

• 工具設計的最佳實踐，包括使用 JSON Schema 進行輸入驗證、編寫清晰的工具描述，以及穩健的錯誤處理，防止 AI 幻覺或靜默失敗。

• 指導如何將外部資料源映射為 MCP 資源，包括 URI 處理和結構化內容傳遞的 MIME 類型管理。

• 安全優先的開發原則，例如參數驗證、路徑消毒、速率限制及敏感憑證管理，以保護內部系統。

• 針對 LLM 系統的高級整合模式，包括 RAG (檢索增強生成) 工作流、嵌入向量相似度搜尋及自定義代理工具調用。

• 在定義伺服器功能、註冊工具處理程序或配置 Claude Desktop MCP 設定時使用此技能。

• 非常適合需要架接本地企業資料與雲端 AI 模型之間差距的開發人員。

• 輸入通常涉及伺服器初始化程式碼、工具定義或 API 整合邏輯，輸出則為結構化的協定回應及符合規範的介面實作。

• 在連接至生產環境 AI 代理之前，請務必先驗證伺服器的工具註冊及傳輸連線。

• 確保所有遠端資料存取點都經過審核與授權，以防止 AI 驅動工具的未授權存取。