用途：构建或审查 mcp-use 包的 TypeScript MCPAgent 代码，即在 LLM 驱动下选择、调用并串联一个或多个 MCP 服务器工具的循环。
适用触发：从 mcp-use 导入 MCPAgent 并调用 run({ prompt })、stream、streamEvents 或 prettyStreamEvents；把 LangChain ChatModel 或 "provider/model" 简写接入需运行时选工具的智能体循环；在 Next.js / Express / 无服务器处理程序中调用 MCPAgent；为已有 MCPAgent 增加流式、Zod 结构化输出、记忆、服务器管理、代码模式、观测（Langfuse）或生产加固；调试循环、卡住、触达 maxSteps、会话泄漏或输出结构错误；选择或迁移模型提供商。
不适用：纯确定性 MCPClient 工作、编写 MCP 服务器本身、原生 @modelcontextprotocol/* SDK 服务器、MCP 可选的 LangChain/LangGraph 代码。判断标准：由 LLM 决定调用哪个 MCP 工具用本技能；应用已知调用目标用 client；写服务器用 server。
核心规则：从 mcp-use 导入智能体 API，不要导入原生协议原语；优先对象形式调用；使用支持工具调用的模型；已验证提供商为 OpenAI、Anthropic、Google、Groq 与自定义 LangChain 适配器，OpenRouter/Ollama/本地路由按自定义适配器对待；上线前核实模型 ID 与 mcp-use 版本，可运行 scripts/check-mcp-use-version.sh；谨慎设置 maxSteps；无状态处理用 memoryEnabled: false；用 disallowedTools 限制风险工具，不用 toolsUsedNames 作权限；高吞吐路径设 observe: false；未验证时按 Node.js 运行时对待；观测声明保持精确。
工作流：扫描目标、分类工作（已有智能体审查 / 新集成 / 全新独立智能体）、先验证包事实、选择简化模式（llm 简写加内联 mcpServers）或显式模式（LangChain 模型实例加 MCPClient）、先做非流式路径、再加固、最后诚实验证。最小可运行路径见 SKILL.md，包含 MCPAgent 构造、agent.run 与 agent.close 的示例。
完成契约：run() 返回最终值；stream() 产出 AgentStep，最终值在生成器完成时出现；streamEvents() 产出原始生命周期事件且不返回最终值，结构化输出在 on_structured_output 的 event.data.output。清理策略按客户端所有权决定；无服务器加追踪时在清理前 await agent.flush()。
限制：资料未提供具体收费、价格或平台支持说明；深度内容分散在 references/ 与 scripts/ 中，需按任务加载对应文件。