用途：这是 FlowStudio MCP 技能族的基础层，负责让 AI 智能体可靠地与 FlowStudio MCP 服务器通信、发现可用工具并解析响应。具体工作流由四个上层技能承担：构建/修改流程用 flowstudio-power-automate-build，诊断失败用 flowstudio-power-automate-debug，租户级健康监控用 flowstudio-power-automate-monitoring（Pro+），标签审计与治理用 flowstudio-power-automate-governance（Pro+）。
主要能力：提供统一的 MCP 调用助手（Python 用 urllib.request，Node.js 18+ 用内置 fetch），处理 JSON-RPC 封装、认证与响应解析；通过非计费元工具 list_skills 查看可用工具包（build-flow、create-flow、debug-flow、monitor-flow、discover、governance），再用 tool_search 按 skill:<名称>、select:工具名或关键词加载所需 schema；并给出超大响应的处理规则。
使用方式：需要 FlowStudio MCP 订阅或兼容服务器。MCP 端点为 https://mcp.flowstudio.app/mcp，认证头为 x-api-key: <JWT>（不是 Bearer）。ChatGPT 或 claude.ai 中无密钥，可添加 https://mcp.flowstudio.app/mcp/oauth 连接器并用 Microsoft 登录。还需 Power Platform 环境名（如 Default-<tenant-guid>）。连接验证可调用 list_skills 并打印工具包名称。
限制：工具 schema 可能滞后于服务器，应以真实 API 响应为准，调用前用 tool_search 确认。describe_live_connector、get_live_dynamic_properties、get_live_flow_run_action_outputs 等响应可达数百 KB 至数 MB，需提取所需字段而非整体回显；溢出文件为双层包装，需解析两次。get_live_flow_run_action_outputs 应传 actionName，大输出超时建议 ≥120 秒。PowerShell 的 ConvertTo-Json 会截断嵌套定义，不适合流程操作。具体收费与价格资料暂未提供。