用途：该技能为设计 AI 智能体可有效使用的工具提供系统指导，适用于构建自定义智能体工具或任何 AI 可访问的接口。若需创建 MCP 服务器，资料建议改用更专门的 mcp-builder 技能。
主要能力：给出五项以智能体为中心的设计原则：按工作流而非 API 端点设计工具；针对有限上下文优化输出；设计可操作的错误信息；遵循自然任务划分命名与组织工具；采用评估驱动开发。并提供三阶段工具设计框架：规划（识别核心工作流、设计输入模式、输出格式、错误处理）、实现（命名规范、工具描述、注解如 readOnlyHint/destructiveHint/idempotentHint/openWorldHint）、细化（代码质量清单与测试）。
使用方式：资料未提供具体安装命令或调用步骤。内容以原则与框架形式呈现，建议先按原则构建初始工具，再创建评估问题、用真实智能体测试、识别失败模式并迭代。响应格式建议支持 JSON 与 Markdown 两种，默认 Markdown；列表类工具需实现分页（默认 20-50 项，返回 has_more、next_offset、total_count 等元数据），并设置字符上限（通常 25,000 字符）与优雅截断。输入校验建议使用强校验（如 dry-validation、JSON Schema），包含约束、字段说明与默认值。
适用场景：设计智能体工具接口、自定义智能体系统、需要提升智能体任务完成率的工具开发。
限制：资料未提供具体收费、价格、平台支持或效果数据；未给出可直接运行的代码示例或安装命令；部分实现细节（如具体语言绑定）需参考其 references 目录下的 tool_design_patterns.md 与 evaluation_guide.md。