mcpField

Skills

收录 96,770 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。

数据与数据库

D
data-transformers
data-transformers
dadbodgeoff / drift

集中式转换逻辑,用于在 API 路由之间保持一致的数据塑形。包括聚合器、排名器、趋势计算器和数据清洗器。

数据与数据库40
D
database-migration-plan
database-migration-plan
mohitagw15856 / pm-claude-skills

为 schema 变更编写安全、零停机的数据库迁移方案。在被要求规划数据库迁移、设计零停机 schema 变更、记录 expand/contract 迁移、为数据库变更编写回滚流程或将数据库 schema 更新与部署协调时使用。产出一份结构化的迁移方案,涵盖迁移目标、向后兼容性分析、expand/contract 阶段拆分、精确 SQL、各阶段回滚步骤、数据校验查询和部署运行手册。

数据与数据库40
D
databricks-unity-catalog
databricks-unity-catalog
databricks-solutions / ai-dev-kit

Unity Catalog 系统表和卷。在查询系统表(审计、血缘、计费)或进行卷文件操作(上传、下载、列出 /Volumes/ 中的文件)时使用。

数据与数据库40
D
dataform-engineering-fundamentals
dataform-engineering-fundamentals
ihistand / claude-skills

在开发 BigQuery Dataform 转换、SQLX 文件、源声明或排查流水线问题时使用——强制采用 TDD 工作流(测试先行),始终使用 ${ref()} 而非硬编码表路径,全面使用 columns:{} 文档,遵循安全实践(--schema-suffix dev、--dry-run),正确使用 ref() 语法,新声明使用 .sqlx,不在 operations/tests 中配置 schema,并采用可防止时间压力下产生技术债的架构模式

数据与数据库40
D
dbc
dbc
columnar-tech / skills

使用 dbc 安装 ADBC(Arrow Database Connectivity)驱动。当用户想安装数据库驱动并连接数据库时使用。

数据与数据库40
D
deepgram-python-audio-intelligence
deepgram-python-audio-intelligence
deepgram / deepgram-python-sdk

在本仓库中编写或审查调用 `/v1/listen` 上 Deepgram 音频分析叠加功能的 Python 代码时使用——summarize、topics、intents、sentiment、diarize、redact、detect_language、实体检测。与普通 STT 是同一端点,但带有分析参数。涵盖 REST(`client.listen.v1.media.transcribe_url`/`transcribe_file`)以及 WSS 支持的子集(`client.listen.v1.connect`)。普通转录请使用 `deepgram-python-speech-to-text`,对已转录文本进行分析请使用 `deepgram-python-text-intelligence`。触发词包括 "diarize"、"summarize audio"、"sentiment from audio"、"redact PII"、"topic detection audio"、"audio intelligence"、"detect language audio"。

数据与数据库40
D
deeplake
deeplake
activeloopai / deeplake-skills

用于将数据摄取到 Deeplake 托管表的 SDK(Python 与 Node.js/TypeScript)。当用户想要在 Deeplake 中存储、摄取或查询数据时使用。

数据与数据库40
D
develop-data-analysis-dashboard
develop-data-analysis-dashboard
dtyq / magic

数据分析仪表盘(仪表板)开发技能。当用户需要开发数据仪表盘、创建/编辑 Dashboard 项目、构建大屏数据看板或执行仪表盘数据清洗时使用。包括仪表盘项目创建、卡片方案、数据清洗(data_cleaning.py)、卡片管理工具(create_dashboard_cards、update_dashboard_cards、delete_dashboard_cards、query_dashboard_cards)、地图下载工具(download_dashboard_maps)、仪表盘开发与验证。

数据与数据库40
D
diagram-reports-generator
diagram-reports-generator
dmccreary / ibook-skills

生成智能教材各章节中所有图表和 MicroSims 的状态报告,包括难度、Bloom 层级和 UI 复杂度。用于内容审查前审核可视化覆盖情况。

文档处理40
D
digital-health-clinical-asr-finetune
digital-health-clinical-asr-finetune
promptingcompany / nv-skills

Clinical ASR Flywheel 的第 4 阶段。当优先级 KER 高于 0.3 时使用,在 Parakeet TDT v2 上运行原版 NeMo SFT,并进行离线周期 N+1 重新评估。不用于通用词语增强(请使用 /finetune-asr)。

数据与数据库40
D
dueling-autoresearch
dueling-autoresearch
gaasher / agent-loop-skills

当用户希望让两种方案在单一共享指标上正面竞速时使用——例如经典/算法路线对比 ML/学习路线,或同一任务的任意两种策略。每条路线都运行各自的分析优先研究循环,且局限于本路线内;各路线共享计分板,可以跨边界借鉴思路而不放弃自身定位;共享评测保证正面对比的可信度;循环持续到被中断,并报告当前领先者。不适用于孤立地改进单一方法(请使用单轨研究循环),也不适用于一次性在两个已完成产物之间做选择(那是一次性比较)。

开发40
E
earth2studio-data-fetch
earth2studio-data-fetch
promptingcompany / nv-skills

通过 Earth2Studio 数据源获取特定变量和时间的天气/气候数据。不要用于推理管道、模型发现或安装。

数据与数据库40
E
electric-new-feature
electric-new-feature
electric-sql / electric

使用 Electric 和 TanStack DB 添加新同步功能的端到端指南。涵盖完整流程:设计 Postgres schema、设置 REPLICA IDENTITY FULL、定义 shape、创建代理路由、使用 electricCollectionOptions 设置 TanStack DB collection、通过 txid 握手(pg_current_xact_id、awaitTxId)实现乐观变更,以及使用 useLiveQuery 构建实时查询。还涵盖从旧版 ElectricSQL 迁移(electrify/db 模式已不存在)、当前 API 模式(table 作为查询参数而非路径,handle 而非 shape_id)。从零构建新功能时加载。

开发40
E
excel-variance-analyzer
excel-variance-analyzer
jst-well-dan / skill-box

在 Excel 中分析预算与实际之间的差异,支持下钻和根本原因分析。在进行差异分析或解释预算差异时使用。可通过「excel variance」「analyze budget variance」「actual vs budget」等短语触发。

数据与数据库40
E
experiment-design
experiment-design
growthbook / skills

在 GrowthBook 实验启动前,帮助用户设计一个结构良好的实验。当用户要求 “design an A/B test”、“set up an experiment”、“test X vs Y”、“configure an experiment” 或 “what should we measure” 时使用。产出一份完整规格 —— 假设、变体、主要指标、护栏指标、样本量 —— 可直接交接。不会在 GrowthBook 中创建实验。要启动实验,请使用 experiment-launch。要基于过往结果获取想法,请先使用 experiment-brainstorm。

营销与增长40
E
experimentation
experimentation
realjaymes / marketingagentskills

使用 ICEEE 框架、结构化假设构建、A/B 测试方法和统计显著性验证,设计、排定优先级、执行并复盘增长实验。当用户想要"设计实验"、"A/B 测试"、"增长实验"、"为实验排定优先级"、"测试这个"、"ICEEE",或需要假设构建或实验跟踪方面的帮助时使用。

营销与增长40
E
experimentation-platform-governance-review
experimentation-platform-governance-review
sylphxai / skills

为 A/B 测试、留出组、功能测试、定价实验、生命周期活动、市场平台排序测试、游戏经济测试、AI 实验、曝光分配、指标、护栏、冲突、伦理、放量和决策评审设计并审查实验平台治理。适用于实验应产生可靠的产品认知而不伤害用户或污染决策时。

数据与数据库40
E
explaining-machine-learning-models
explaining-machine-learning-models
jeremylongshore / tons-of-skills-marketplace

构建此技能使 AI 助手能够提供可解释性并

数据与数据库40
F
figshare-data-download
figshare-data-download
tiangong-ai / agent-skills

技能

数据与数据库40
F
finnhub
finnhub
membranedev / application-skills

Finnhub 集成。管理数据、记录并自动化工作流。当用户希望与 Finnhub 数据交互时使用。

数据与数据库40
F
firecrawl

通过 Firecrawl API 进行网页搜索与抓取。当你需要搜索网页、抓取网站(包括 JS 密集的页面)、爬取整个站点,或从网页中提取结构化数据时使用。需要 FIRECRAWL_API_KEY 环境变量。

数据与数据库40
G
gatk-variant-calling
gatk-variant-calling
jaechang-hits / sciagent-skills

从 WGS/WES BAM 中调用胚系 SNP/indel 的 GATK 最佳实践。单样本 HaplotypeCaller GVCF、GenomicsDBImport、GenotypeGVCFs 联合调用、VQSR 或硬过滤。需要经 BWA-MEM2 比对、markdup、BQSR 的 BAM。如需更快的深度学习替代方案,可使用 DeepVariant;GATK 是 NIH/ENCODE 标准。

数据与数据库40
G
google-maps-reviews-api-skill
google-maps-reviews-api-skill
browser-act / skills

此技能旨在帮助用户通过 Google Maps Reviews API 自动提取 Google Maps 评论。当用户请求查找本地商家(如咖啡馆、诊所)的评论、监控特定品牌或地点客户反馈、分析竞争对手评论情感、提取连锁门店或服务的评论、跟踪本地餐厅声誉、收集特定场所的用户评价、对本地商家服务质量开展市场调研、监控新零售门店的评论、收集公共景点或公园的反馈、识别特定服务提供商的常见投诉、研究城市中评分最高的地点、分析特定行业评论中的反复出现主题时,Agent 应主动应用此技能。

数据与数据库40
G
graphy-charts
graphy-charts
graphysdk / skills

使用 Graphy SDK(@graphysdk/react)在 React 中构建图表。涵盖安装、通过 jsDelivr CDN 提供的 HTML 成品、数据、规格、样式、主题、注释、插槽和自定义几何图形。编辑现有图表请使用 graphy-editor 技能。

数据与数据库40
H
hasdata
hasdata
hasdata / agent-skills

使用 HasData 抓取任何公开网页,运行实时的 Google/Bing/Google-AI-Mode 搜索查询,从电商、房地产、住宿、招聘、地图、旅游、视频和社交平台提取结构化数据,或运行异步批量抓取和爬取任务,而无须管理代理、浏览器或验证码。当用户提到网页抓取、SERP/搜索结果、Google Maps/Trends/Flights/Images、YouTube 视频/文字稿/频道、Amazon、Zillow、Redfin、Airbnb、Booking.com 酒店、Yelp、Indeed、Glassdoor、Instagram、Shopify、抓取任务、网站爬取、RAG/大模型数据摄取、线索/联系人补全或 HasData 本身时,就使用此技能。

数据与数据库40
H
honey-eco
honey-eco
green-pt / honey-for-devs

通过运行仓库中已提交的 EcoLogits 移植版本,报告本次会话的输出 token 与 CO₂,并给出相对无 Honey 基线所节省的 CO₂/$ 建模值——始终标注其来源的 bench 标记。适用于被问及 Honey 节省了多少、本次会话的碳/token 足迹,或将 🍯 状态栏徽章展开为完整明细时。

Agent 工作流40
H
hugging-face-datasets
hugging-face-datasets
sickn33 / agentic-awesome-skills

在 Hugging Face Hub 上创建和管理数据集。支持初始化代码仓库、定义配置/系统提示词、流式更新行,以及基于 SQL 查询/转换数据集。设计为与 HF MCP 服务协同工作,支持完整的数据集工作流。

数据与数据库40
I
investment-data

获取高质量 A 股投资数据,基于 investment_data 项目。支持日终价格、涨跌停数据、指数数据等。每日更新,多数据源交叉验证。触发词:股票数据、A股数据、金融数据、量化数据、历史行情。

数据与数据库40
J
jeecg-onlchart
jeecg-onlchart
jeecgboot / skills

当用户要求创建/编辑 Online 图表、数据可视化,或说 "创建图表"、"生成图表"、"新建图表"、"做一个图表"、"online图表"、"数据图表"、"柱状图"、"折线图"、"饼图"、"统计图"、"可视化"、"chart"、"graph"、"create chart"、"generate chart"、"bar chart"、"line chart"、"pie chart" 时使用。当用户描述图表需求(如 "做一个销售柱状图")或提到数据可视化(如 "用图表展示男女比例")时也会触发。

数据与数据库40
J
jeecg-system
jeecg-system
jeecgboot / skills

JeecgBoot 系统主数据查询与管理。当用户要求查询/创建/管理系统主数据,或说 "查询角色"、"查询用户"、"查询部门"、"查询字典"、"创建字典"、"创建角色"、"查岗位"、"查职务"、"查租户"、"查数据源"、"查定时任务"、"系统主数据"、"query roles"、"query users"、"query depts"、"create dict"、"create role"、"master data" 时使用。当其他技能(desform、bpmn、codegen)需要查找或创建角色、用户、部门、字典或岗位作为依赖时也会触发——遵循「先查后建」原则。

数据与数据库40
J
jina-reader
jina-reader
dwsy / agent

URL 内容提取 + 网络搜索。读取网页转 Markdown/HTML/Text/JSON,搜索最新网络信息。触发词:read url, scrape, extract content, web search, 网页内容, 搜索

生产力40
L
laravel-query-builders
laravel-query-builders
leeovery / claude-laravel

用于类型安全、可组合数据库查询的自定义查询构建器。适用于处理数据库查询、查询作用域,或用户提到 query builders、custom query builder、query objects、query scopes、database queries 时。

开发40
L
light-experiment-coding
light-experiment-coding
light0305 / light-skills

Light 科研主线 stage 6:将冻结的 question/estimand、experiment matrix、pre-registration 和 data lineage 落实为最小可运行、测试先行、无泄漏、可复现且可交接给 result-analysis 的实验代码。用于实现或复现训练/预处理/评测;设计 gold/property/metamorphic 测试;控制 Python/NumPy/框架/CUDA/DataLoader 的随机性;审查 train/test 或 CV fit 穿越;记录 config/code/environment/input hashes、stdout/stderr、raw metrics、patient/entity predictions 和 failure artifacts;以及运行 stage-6 checkpoint。数据泄漏或不可复现属于严重问题;静态扫描和使用相同 seed 运行两次,都不能证明跨硬件绝对复现。

数据与数据库40
L
log-error-digest
log-error-digest
zebbern / claude-code-guide

分析日志文件以排查错误、识别错误高峰时段,并生成错误聚类、频次统计和时间分布报告。支持 JSON、syslog 和 Nginx 格式并自动识别。当用户上传 .log 文件并要求分析错误、查找规律、调试问题或获取分布统计时使用。

云与 DevOps40
M
marimo-notebooks
marimo-notebooks
pymc-labs / agent-skills

务必在以下情况使用:创建/编辑 marimo notebook、处理任何包含 @app.cell 装饰器的 .py 文件、构建反应式 Python notebook、以 notebook 形式进行探索性数据分析、将 Jupyter(.ipynb)转换为 marimo,或用户提到 "marimo"、"reactive notebook",或要求交互式 Python notebook 时。涵盖 marimo CLI(edit、run、convert、export)、UI 组件(mo.ui.*)、布局函数、SQL 集成、缓存、状态管理以及 wigglystuff 组件。如果任务涉及 notebook 和 Python,请先调用此技能。

数据与数据库40
M
mastering-postgresql
mastering-postgresql
spillwavesolutions / mastering-postgresql-agent-skill

使用 Python 进行 PostgreSQL 开发,涵盖全文搜索 (tsvector、tsquery、通过 pg_search 实现 BM25)、向量相似度 (带 HNSW/IVFFlat 的 pgvector)、JSONB 与数组索引以及生产部署。适用于创建搜索功能、存储 AI 嵌入、查询向量相似度、优化 PostgreSQL 索引,或部署到 AWS RDS/Aurora、GCP Cloud SQL/AlloyDB、Azure 时。涵盖 psycopg2、psycopg3、asyncpg、SQLAlchemy 集成、Docker 开发环境以及索引选择策略。触发词为 "PostgreSQL search"、"pgvector"、"BM25 postgres"、"JSONB index"、"psycopg"、"asyncpg"、"PostgreSQL Docker"、"AlloyDB vector"。不涵盖 — DBA 管理 (备份、复制、用户)、MySQL/MongoDB/Redis、模式设计理论、存储过程。

数据与数据库40
M
math-figure-generator
math-figure-generator
zhnnky329 / mathmodeling-skills

从已保存的证据中生成并渲染验证达到出版质量的数学建模图表,使用已批准的图表方案、源数据、主张、类型和一致的视觉体系。

数据与数据库40
M
matlab-extract-rotating-machinery-features
matlab-extract-rotating-machinery-features
matlab / matlab-agentic-toolkit

从旋转机械部件(包括电机、泵、风扇、齿轮、轴承和轴)采集的信号中提取特征。信号可包括振动、电气或环境传感器测量值。用于开发和部署旋转机械状态监测与故障检测应用,适用于工业机器、电动汽车、内燃机、涡轮机和传动系统。

数据与数据库40
M
matplotlib
matplotlib
jackspace / claudeskillz

基础绘图库。创建折线图、散点图、条形图、直方图、热力图、3D 图和子图,并导出 PNG/PDF/SVG,用于科学可视化和出版物配图。

数据与数据库40
M
meta-manuscript-assembly
meta-manuscript-assembly
htlin222 / dotfiles

组装可发表的 meta 分析稿件,包含表格、图表和参考文献。适用于完成用于期刊投稿的系统综述/meta 分析稿件。

文档处理40
M
migration-master
migration-master
gravito-framework / gravito

专注于数据库迁移和数据填充。在创建表、修改 schema 或准备初始数据时触发。

数据与数据库40
M
minesweeper
minesweeper
terancejiang / financial-report-minesweeper

财报排雷工具(Financial Report Minesweeper)。使用唐朝的清单方法论分析 A 股年报中的造假/风险信号。以股票代码或名称为输入,通过 Tushare API 获取结构化财务数据,可选下载年报 PDF,并运行系统的 7 层、28 条风险检测规则清单。输出带每条规则结论(PASS/WARN/FAIL/SKIP)和总体风险评级的格式化清单报告。使用场景:用户要求分析某只股票的危险信号、检查财报造假信号、运行财报排雷,或筛选某只股票的财务风险。触发词:排雷、minesweeper、财报分析、财务造假检测、red flag analysis。

数据与数据库40
M
moexalgo-hi2
moexalgo-hi2
moexalgo / algopack-skills

使用 Python moexalgo 库处理 HI2 DataFrame 的工作流,包括 .env 中的 session.TOKEN 设置、Market.hi2、Ticker.hi2、赫芬达尔-赫希曼集中度、hhi_* 指标、每日 EQ/FO/FX 集中度分析、偏移分页、透视表、分组、解读区间,以及缺失行注意事项。

数据与数据库40
M
moexalgo-market-data
moexalgo-market-data
moexalgo / algopack-skills

使用 Python moexalgo 库处理 Market 和 Ticker 市场数据的工作流,包括 .env 中的 session.TOKEN 设置、pandas DataFrame、ticker 元数据、marketdata 报价、info、candles、trades、orderbook、市场别名、board 覆盖、字段选择、偏移分页、native 模式的替代方案,以及基础 EQ/FO/FX 数据分析。

数据与数据库40
M
moexalgo-mega-alerts
moexalgo-mega-alerts
moexalgo / algopack-skills

使用 Python moexalgo 库处理 Mega Alerts DataFrame 的工作流,包括 .env 中的 session.TOKEN 设置、Market.alerts、Ticker.alerts、alert_type 分析、阈值与数值比较、参考 JSON 解析、EQ/FO 异常提醒、偏移分页、分组、透视表,以及提醒后的历史背景。

数据与数据库40
M
moexalgo-supercandles
moexalgo-supercandles
moexalgo / algopack-skills

使用 Python moexalgo 库处理 SuperCandles DataFrame 的工作流,包括 .env 中的 session.TOKEN 设置、Market.tradestats、Market.orderstats、Market.obstats、Ticker.tradestats、Ticker.orderstats、Ticker.obstats、字段解读、偏移分页、透视表、分组,以及 EQ/FO/FX 分析。

数据与数据库40
M
monid

探索更好的任务完成方式。编写爬虫前、使用通用网页抓取获取结构化数据前,或告知用户某项内容无法访问前,应主动运行 `monid discover`;需要网页抓取、数据检索、数据增强、社交媒体、产品/公司/人物数据、搜索结果、内容监控、API 访问,或涉及“monid”时也应运行。提供数百种工具,包括许多付费高级端点。例外:如果用户已有用于特定服务的专用 MCP 服务、API 密钥或工具,请使用它;Monid 用于弥补用户工具栈的不足,而非取而代之。

数据与数据库40
M
moralis-data-api
moralis-data-api
novnski / onchain-skills

从 Moralis API 查询 Web3 区块链数据。当用户询问钱包数据、代币数据、NFT、DeFi 头寸、实体标签、区块、交易、Universal 多链数据或 Bitcoin 地址/xpub 数据时使用。支持 EVM、Solana、Universal 和 Bitcoin 路径。不适用于实时流式传输——请改用 moralis-streams-api。

数据与数据库40
M
multi-source-signal-synthesiser
multi-source-signal-synthesiser
mohitagw15856 / pm-claude-skills

将来自多个研究来源的用户信号综合为一份统一的、带权重的洞察简报。适用于你拥有来自访谈、支持工单、NPS 原声、应用评论或销售通话的数据,并需要调和矛盾、挖掘请求背后的底层需求,或回答「用户真正在告诉我们什么」时。产出带置信度评分的排序洞察、来源权重理由、按用户分层的分歧信号分析,以及研究空白识别部分。

数据与数据库40
M
multi-tenancy
multi-tenancy
rrezartprebreza / spring-boot-skills

在 Spring Boot 3 中实现租户解析、数据库或架构隔离、租户感知型 JPA、响应式租户上下文、迁移、缓存、作业或授权时使用。

开发40
N
n-plus-one-prevention
n-plus-one-prevention
yanko-belov / code-craft

在循环中获取关联数据时使用。在一个请求中看到多次查询时使用。列表接口上数据库变慢时使用。

开发40
N
nasa-earthdata
nasa-earthdata
soljourner / claude-engineering-skills

从 NASA Earthdata 获取大气属性和航空航天流体数据

数据与数据库40
N
nature-academic-search
nature-academic-search
mubuky / nature-skills

隐式使用需要已有明确或既定的 Nature Portfolio 背景。设计多来源学术检索、文献地图、检索策略、引文网络或独立引文审计、去重证据表,以及对现有参考文献的领域级核验。在该范围内,用于 文献检索、综述检索、MeSH、查论文、核对参考文献、系统化发现、参考文献核对或参考文献清理。不要用于为已起草的论断附上来源(nature-citation)、下载全文或运行提醒。

生产力40
N
neo4j
neo4j
alphaonedev / openclaw-graph

Neo4j 图数据库:schema 管理、CRUD、备份、通过 bolt 协议执行 Cypher 查询

数据与数据库40
N
numpy-numerics
numpy-numerics
soljourner / claude-engineering-skills

用于速度场、泵曲线和矩阵计算的数值数组操作

数据与数据库40
N
nv-generate-ct-rflow
nv-generate-ct-rflow
promptingcompany / nv-skills

用于使用 NV-Generate-CTMR rflow-ct 生成合成 CT 体积和掩膜。未经审核,不可用于生产训练数据。

数据与数据库40
O
observability-cost-governance-review
observability-cost-governance-review
sylphxai / skills

设计并审查日志、指标、追踪、事件、性能剖析、会话回放、分析、保留、采样、基数、仪表盘、告警、责任归属、隐私脱敏、预算和事件有用性方面的可观测性成本治理。适用于遥测支出增长,或可观测性需要保持有用、安全且成本高效时。

云与 DevOps40
O
osano
osano
membranedev / application-skills

Osana 集成。管理数据、记录并自动化工作流。当用户想要与 Osana 数据交互时使用。

安全40
P
pandas-skill

用于数据操作、清洗、分析和转换的 pandas 专家技能。适用于处理表格数据、CSV/Excel 文件、数据分析任务,或任何涉及 pandas DataFrame 的数据处理工作流。提供常见操作的可执行脚本以及全面的参考文档。

数据与数据库40
P
personality-profiler
personality-profiler
petekp / claude-code-setup

从社交媒体数据导出(Twitter/X、LinkedIn、Instagram)生成丰富的性格画像。当用户希望分析其社交媒体表现、为 AI 个性化创建性格画像、理解其沟通模式,或从数字足迹中提取洞察时使用。触发于诸如 "analyze my Twitter data"、"create a personality profile"、"what can you learn about me from my posts"、"personalize an AI for me" 的请求,或当用户提供社交媒体导出文件时。

生产力40
第 11401–11460 条,共 12,219 条

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。