MCP 服务开发助手

要解决的问题

把企业内部系统接进 AI 应用时，摩擦通常集中在协议对接层：工具调用的参数怎么声明、鉴权怎么透传、错误怎么映射回客户端、破坏性操作要不要加确认。手写这些胶水代码成本高，每接一个系统就要重来一遍。MCP（Model Context Protocol）标准化了 AI 与外部系统的交互方式，但开发者仍然需要从零搭建工具处理器、资源提供者和客户端。

技能如何工作

MCP 开发 的定位是 MCP 开发专家，覆盖从需求澄清到工件产出的完整链路：

• 能力确认：梳理要暴露哪些工具（tools）和资源（resources）
• 设计阶段：定义工具的 JSON Schema、参数约束与副作用（side effects）范围
• 实现阶段：产出 handler、资源实现与错误映射逻辑
• 自检阶段：核对 schema 校验、权限边界和幂等性
• 工件输出：返回结构化的 McpServerSpec，包含 server、tools、resources、notes

输出分两部分：完整的结构化工件，加上自然语言摘要与改进建议（列出最该改的 2-3 点）。完整模板（含工作流要点、质量自检清单、工件示例、常见陷阱）在 references/template.md。下游可把工件交给 secure-code-guardian 做权限评审。

适用边界

• 只处理 MCP 协议规范范围内的传输，不覆盖规范外的传输方式
• 非 AI 工具集成场景应改用对应语言的专家技能
• 破坏性操作需要显式加确认，不默认放行