用途：MCP Development Skill 是一份关于 Model Context Protocol（MCP）的指南，MCP 是连接 AI 助手与外部数据源及工具的开放标准。它覆盖架构、服务器开发、客户端集成与生产部署模式，资料标注域为 AI Infrastructure、可继承、版本 1.1.0，并提示 MCP 规范持续版本化，远程服务器传输已由 Streamable HTTP 取代 HTTP+SSE（规范 2025-03-26），选择传输方式时应查阅 MCP Changelog。
核心概念：MCP 解决多客户端为同一数据源重复实现插件的问题，目标是一份服务器实现服务多个客户端。角色包括 Host（AI 应用，如 Claude Desktop、VS Code）、Client（Host 内管理服务器连接）、Server（提供 tools、resources、prompts）、Transport（stdio 或 Streamable HTTP）。
主要能力：MCP 提供三类原语。Tools 是 AI 可执行的函数，需清晰的动作名称、完整描述、严格输入 schema，尽量幂等并返回结构化结果。Resources 是 AI 可读取的数据，支持静态 URI、带参数的 URI 模板与订阅式实时更新。Prompts 是可复用提示模板，含参数定义。
开发方式：资料给出 TypeScript（推荐，使用 @modelcontextprotocol/sdk）与 Python（mcp.server）两种服务器示例，包括注册工具与资源、启动 stdio 传输。给出服务器项目结构建议，以及 Claude Desktop 与 VS Code 的配置模式。
传输与集成：本地服务器默认使用 stdio（进程间通信、无网络暴露、部署简单）。远程服务器使用 Streamable HTTP，单一 HTTP 端点处理请求与流式响应，支持 Bearer 鉴权、可扩展，但需安全加固；HTTP+SSE 已弃用。客户端可列出工具、调用工具与读取资源。
安全与生产：资料包含鉴权（环境变量、OAuth 刷新）、输入校验（zod）、限流、沙箱（限制文件路径与允许主机）、错误处理、日志与可观测性、LRU 缓存等实践，以及单元测试与集成测试示例。
限制：资料未提供该技能自身的安装方式、独立收费或价格信息、可下载代码仓库地址，也未给出独立使用步骤，相关内容暂未提供。MCP 常用服务器列出 filesystem、github、postgres、puppeteer、memory 等及其 npm 包名。