用途：该技能引导你通过工具（函数调用）为智能体添加能力，流程为识别智能体需要做什么、创建工具定义、附加到配置变体并验证其可用。
前提：需在环境中配置远程托管的 LaunchDarkly MCP 服务器。必需 MCP 工具：create-ai-tool（创建带 schema 的工具定义）、update-ai-config-variation（将工具附加到配置变体）、get-ai-config（验证工具已附加）。可选：list-ai-tools、get-ai-tool。
核心原则：先想能力再建工具；框架影响 schema 生成（LangGraph/CrewAI 常自动生成，OpenAI SDK 需手写）；先创建后附加；附加后必须验证；列出已有工具只是发现步骤，之后仍要完成创建、附加、验证全流程。
工作流：1) 识别所需能力，检查代码库中已有的 API 客户端或函数；2) 用 create-ai-tool 创建工具，传入 key、description 和原始 JSON Schema（不要用 OpenAI 函数调用包装）；3) 用 update-ai-config-variation 附加工具，仅传 tools 字段，避免捆绑 instructions、messages、model 或 parameters 以免覆盖 UI 编辑；4) 用 get-ai-tool 和 get-ai-config 验证并报告结果。
调用点 schema 转换：LaunchDarkly 只存储一次扁平 schema，应用通过 config.model.parameters.tools 或 agent_config.model.parameters.tools 读回，再转换为各提供商 SDK 所需形状（OpenAI、Anthropic、Bedrock、Gemini、LangChain/LangGraph、Strands 等）。LaunchDarkly 不发起提供商调用，工具处理函数仍留在应用代码中。
智能体循环：调用提供商、分发工具调用、循环直至返回最终答案。需限制循环步数（如 MAX_STEPS=5）、跟踪每次工具调用、依据各提供商的“无更多工具调用”信号退出。
边界情况：工具已存在（409）可复用或换 key；schema 无效需用原始 JSON Schema；工具端点用 /ai-tools。不要跳过清晰的工具描述，不要忘记验证附加。相关技能：configs-create、configs-variations。