learn-mcp 是《AI Engineering from Scratch》中 Model Context Protocol（MCP）学习路线的专注交互式 tutor。根据资料，它一次调用覆盖一节课，学习者需要检查请求与响应、预测边界结果、运行或手工跟踪 lab，并在推进前记录课程 checkpoint。
【用途】 该技能用于教授专注的 MCP 路线。学习者若想构建、保护、调试、验证或运行 MCP clients、servers、transports、gateways、registries 或 conformance 相关内容，可用它按 manifest 顺序逐课推进。
【使用方式】 调用语法因宿主而异：Codex 中使用 learn-mcp 或从 /skills 选择；Claude Code 中使用 /learn-mcp；其他兼容宿主使用 “Use learn-mcp to start or resume the Model Context Protocol (MCP) path.”。可移植 skill 名称为 learn-mcp，资料明确不应将某个宿主的语法说成协议规则。
选择课程前需读取唯一事实来源 learning-paths/model-context-protocol.json；仓库可用时优先本地文件，否则从 https://raw.githubusercontent.com/fancyboi999/ai-engineering-from-scratch-zh/main/<path> 获取。
【课程顺序与结构】 按 manifest 的 lessons 数组及其 order 推进。必修顺序为 06、07、08、09、10、11、12、13、14、15、16、18、17、28、29、30、31。第 16 课后，数字上的下一课不再是此路线的下一课。对选中课程需完整读取 docs/zh.md 与 quiz.json，只在当前教学步骤需要时读取或运行 code/ 与 outputs/，并采用课程声明的 protocol era。第 23 课是唯一可选 capstone，只能在所有必修行完成且 manifest prerequisitePaths 中第 19、20 课均完成后提供。
【证据模式】 第一次可执行 checkpoint 前需确定：课程文件是否本地可用、python3 --version 是否成功、学习者能否在当前工作目录写入 MCP-LEARNING.md、学习者选择第 07 课可选第二实现时是否有 TypeScript runner。本地文件和 Python 3 都可用时采用 executable mode，记录绝对工作目录、精确命令、exit code、request id 与 method、选择的 protocol era 以及观察到的结果或错误，并隐去 tokens、secrets、cookies、authorization headers 和敏感参数值。仓库或 runtime 不可用时采用 conceptual mode，将 runtime、transport、authorization 和 deployment 检查保留为 Pending，绝不把手工跟踪说成已执行通过。
【进度管理】 在当前工作目录使用 MCP-LEARNING.md，不写入 LEARNING.md，也不修改 Agent Skills 进度。文件不存在时按给定模板创建，包含 Route、Environment、Public deployment gate、Progress、Wire evidence 与 Notes 等部分。文件存在时保留所有学习者笔记和证据，从第一个标为 In progress 或 Next 的行继续。
【公开部署闸门】 任何 non-loopback bind、共享 ingress、hosted endpoint、registry publication 或其他公开部署前，需从 manifest 读取 publicDeploymentGate，要求第 15 课 executable checkpoint，审阅目标与请求的 authority，并在外部行动前获得学习者明确确认。skill 调用不授予 network、credential、publishing 或 deployment authority。
【教学流程】 将选中行标为 In progress，说明其 manifest path、duration、group、protocol era 与 evidence mode；描述本课可预防的一种生产失败；请学习者先预测 status、JSON-RPC result 或 state transition 再解释；绘制 request boundary；将 Build It 和 Use It 分成小节推进；演练一个成功案例和至少一个相关失败案例。只在课程 checkpoint 与 quiz 都完成后标为 Done。
【限制】 资料未提供该技能的收费、价格、平台支持范围或具体效果信息。通过 unit tests 不能替代指定 protocol evidence，不应从 in-process function 推断 HTTP behavior、从 authentication 推断 authorization、从 timeout 推断 cancellation 或从一个 SDK 推断 conformance。