用途：从实时目录和 Scalekit MCP 中发现 AgentKit 连接器，并列出工具名称与 schema，供智能体命名工具。仅命名工具即停止，不执行工具、也不授权已连接账户；创建连接账户与调用 API 需使用 integrate-agentkit。
主要能力与约束：必须把实时目录和 Scalekit MCP 当作事实来源，不得在仓库中缓存连接器列表。必须翻页 list_tools / search_tools 直到 next-page token 为空，单次调用不等于完整目录。SDK 凭据从 SCALEKIT_ENVIRONMENT_URL、SCALEKIT_CLIENT_ID、SCALEKIT_CLIENT_SECRET 读取（部分示例用 SCALEKIT_ENV_URL，这里用 SCALEKIT_ENVIRONMENT_URL）。连接（connection）是仪表盘中的连接器配置，已连接账户是某用户在该连接上的授权，本技能只命名工具。Filter.provider 是目录或 search_connectors 返回的连接器标识（如 GMAIL），不是仪表盘 Connection Name。输出 schema 不在工具定义中，需查阅连接器官方 API 文档。默认语言为 Python，若为 Node 参考 references/node.md。
使用方式（步骤）：1）命名连接器，打开 https://docs.scalekit.com/agentkit/connectors.md；若 https://mcp.scalekit.com 已连接则调用 search_connectors。用户已指定则用其标识，不臆造 slug。2）初始化 SDK；若仓库为 Node 按 references/node.md，若 MCP 已连接可跳过。缺环境变量时从 app.scalekit.com → Developers → Settings → API Credentials 获取，请用户写入本项目 .env，不得编造或跳过。安装：pip install scalekit-sdk-python python-dotenv。3）翻页工具与 schema；MCP 已连接时用 search_tools 并设 summary=false，传递 pageToken 直到无下一页；否则用 SDK 分页，例如 filter=Filter(provider="GMAIL")、page_size=100，按 next_page_token 循环。4）汇总并停止：记录工具名、连接器、作用、input_schema.required 必填字段与 input_schema.properties 可选字段，推荐最小工具集后停止；全程不执行工具、不授权账户。
相关：expose-agentkit-mcp 用于通过 MCP 暴露工具。文档索引 https://docs.scalekit.com/llms.txt。若列表为空，说明标识与实时目录不符，需重跑步骤一。