把「知识产权清单」交给智能体,难点不在模型能力,而在流程是否说清楚:输入是什么(业务资料),按什么顺序处理,交付什么(清单),哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 MCP 服务 上实现这个技能,包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能知识产权清单(ip-checklist)
作用梳理业务中的知识产权事项
输入业务资料
输出清单
形态纯提示词
风险低
适用人群法务与业务人员

处理流程分四步:

  1. 列出商标、著作权、专利事项
  2. 标注状态
  3. 提示风险
  4. 建议咨询代理机构

这个技能纯指令型,不需要额外脚本或外部连接,复制到大多数平台都能用;风险较低,但输出仍需快速过目再使用。

在 MCP 服务 中是什么形态

MCP(模型上下文协议)是一个开放协议,让智能体以统一方式调用外部工具、读取资源和使用提示模板。把技能中需要确定性执行的部分写成 MCP 工具,就能在支持 MCP 的多个客户端中复用。

MCP 服务可以本地运行(stdio),也可以部署为远程服务;在客户端的 MCP 配置中注册后,智能体即可发现其中的工具。

示例配置

# server.py —— 示意代码,需安装官方 MCP Python SDK
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("ip-checklist")

@mcp.tool()
def ip_checklist(content: str) -> str:
    """梳理业务中的知识产权事项。content 为业务资料。"""
    # 在这里做确定性的预处理:读取、解析、统计、校验
    lines = [x for x in content.splitlines() if x.strip()]
    return f"共 {len(lines)} 行有效内容,已完成预处理"

@mcp.prompt()
def ip_checklist_guide() -> str:
    """知识产权清单的标准流程提示"""
    return """列出商标、著作权、专利事项;标注状态;提示风险;建议咨询代理机构。输出:清单"""

if __name__ == "__main__":
    mcp.run()

客户端侧的注册配置通常类似下面这样(文件位置与字段以所用客户端文档为准):

{
  "mcpServers": {
    "ip-checklist": { "command": "python", "args": ["server.py"] }
  }
}

示例里最重要的是两处:一是描述(或指令开头)要写明「什么时候用」,让智能体在法务与业务人员提出相关请求时能对上号;二是约束部分要写进「输出仅供参考,不构成法律意见,关键结论请律师确认」这类领域规矩,避免智能体自作主张。

安装与启用步骤

  1. 用官方 SDK(Python 或 TypeScript)新建一个 MCP 服务项目
  2. 把技能中可确定执行的步骤写成工具函数,docstring 写清用途与参数
  3. 把标准流程写成 prompt 模板,供客户端调用
  4. 在客户端配置中注册服务并重启
  5. 用调试工具或客户端调用一次,检查返回

实操:一次完整的运行

假设你在合同与文档系统中发出这样的请求(虚构示例):

用知识产权清单技能处理这份业务资料,输出清单。

智能体识别到任务与「知识产权清单」相关后,会依次列出商标、著作权、专利事项、标注状态、提示风险、建议咨询代理机构。最终交付清单,并在末尾列出需要人工确认的内容。你的工作是对照原始业务资料抽查两三处关键信息,确认无误后再使用。

测试与验收

先用 MCP 官方调试工具单独调用每个工具,再在客户端中让智能体端到端完成一次任务。

针对这个技能,还建议额外准备:

  • 一份信息齐全的标准业务资料,检查输出是否完整
  • 一份缺少关键信息的输入,检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入,检查约束是否仍然有效

常见坑

  • 工具描述太模糊,智能体不知道何时调用。
  • 工具权限过大(如任意执行命令),一旦被提示注入就可能造成损失。
  • 只写了步骤,没写交付格式,导致每次输出的清单结构不同。
  • 没有给出样例,智能体对“好结果”的理解与你不一致;在参考资料里放一两份范例会明显改善。

延伸阅读

说明:文中的配置、代码与目录结构均为示意,用于说明思路;各平台的入口、字段名与能力会更新,落地前请以对应官方文档为准。示例中的数据与场景为虚构,不代表真实案例。