MCP 服务器构建

要解决什么问题

智能体要查工单、排日程、调业务 API，往往缺一层标准协议：把 HTTP 接口拆成几十个「一 endpoint 一 tool」，上下文被 JSON dump 占满，报错只有 4xx 数字，模型很难完成整条任务。MCP（Model Context Protocol）是常见解法，但自建服务器时容易踩坑——工具粒度不对、返回字段过多、错误不可操作、没按 readOnly/destructive 等注解标注。

技能如何工作

本技能把角色定为 MCP 服务器开发专家，按四阶段工作流推进，而不是「照着 API 文档抄 wrapper」。

• 调研与规划：以工作流为中心合并操作（例如一次 schedule_event 同时查空闲并建事件）；为有限上下文设计 concise/detailed 两档输出；错误信息给出可执行的下一步；通读 MCP 协议与目标 API 的鉴权、分页、限流；产出 McpPlan（语言、工具列表、IO 模型、错误策略、截断上限等）。
• 实现：先建共享设施（请求、分页、格式化、鉴权），再为每个工具写清输入 schema、docstring，并实现异步逻辑与工具注解（readOnly / destructive / idempotent / openWorld）。
• 审查与测试：检查 DRY、类型安全、文档与错误处理；stdio 长驻进程避免在主进程裸跑，用 timeout 或评估器托管。
• 评估：构造约 10 个独立、只读、可验证的真实问题，验证 LLM 能否用你的服务器稳定作答。

实现栈明确为 Python（FastMCP） 或 Node/TypeScript（MCP SDK），输出除自然语言设计说明外，还包含结构化 McpPlan，便于下游注册到 MCP 管理或智能体运行时。

适用边界

面向「把外部 API/服务暴露给 LLM 当工具」的后端集成；不负责纯前端场景，也不代管密钥保管与生产部署。评估与联调需要你自己提供目标服务的访问方式与真实场景。