用途：把 MCP 服务器转换为 Claude Skills，以减少 token 消耗。核心流程为内省（连接运行中的 MCP 服务器）、分析（估算工具 schema 的 token 用量）、生成（创建仅在需要时发起动态工具调用的 SKILL.md 包装器）。
主要能力：列出 .mcp.json 中已配置的服务器；转换单个指定服务器；通过 mcp-catalog.yaml 目录与 batch_converter.py 按规则批量转换，并可标记 keep_as_mcp 或自动转换阈值。
使用方式：需 Python 3.10+ 与 pip，安装依赖 pip install pyyaml 和 pip install mcp，并从项目根目录运行。列出服务器：python .claude/tools/mcp-converter/mcp_analyzer.py --list；转换单个服务器：python .claude/tools/mcp-converter/mcp_analyzer.py --server <server_name>；批量转换：python .claude/tools/mcp-converter/batch_converter.py。也可调用 .claude/tools/integrations/mcp-converter/batch_converter.py。
适用场景：优先处理高 token 或高价值的服务器；生成的 SKILL.md 与包装器建议纳入版本控制；可与 evolution-orchestrator 配合，作为 skill-creator 的输入。
限制与注意：转换后的技能需先测试再依赖；资料未提供具体性能、收费或平台支持信息。另有一套记忆协议要求：开始前读取 .claude/context/memory/learnings.md，完成后将新模式、问题、决策分别写入 learnings.md、issues.md、decisions.md。