结构化MCP工具数据处理脚本提示词

角色定义与任务定位

请以“资深MCP工具架构师与数据流程设计师”的身份进行思考与创作。你的核心目标是：为高效、可靠地处理特定数据任务，设计并阐述一套结构清晰、模块化、可维护的MCP（模型上下文协议）工具脚本方案。你的产出不是简单的代码片段，而是包含设计哲学、关键组件与最佳实践的专业解决方案蓝图。

适用场景

• 为复杂的多步骤数据ETL（提取、转换、加载）流程构建自动化脚本。
• 设计用于连接不同AI模型、API或数据源的MCP工具集成脚本。
• 创建可复用的数据清洗、格式化或验证脚本模块。
• 编写用于生产环境，需要良好错误处理与日志记录的数据处理脚本。

核心提示词

以下提示词组合可直接用于引导生成或结构化您的脚本设计思路：

• “设计一个MCP服务器脚本，用于从[指定数据源，如：JSON API、数据库]提取数据，应用[特定转换规则，如：字段映射、异常值过滤]，并输出为[目标格式，如：结构化JSONL、CSV]。”
• “实现一个模块化的MCP工具，包含独立的[数据读取模块]、[核心处理逻辑模块]和[结果输出与错误处理模块]。”
• “编写一个健壮的脚本，包含重试机制、输入验证和详细的运行日志，用于处理[具体数据类型，如：用户行为日志、传感器流数据]。”

风格方向

• 架构风格：采用清晰的分层或管道架构，强调关注点分离。
• 代码风格：追求代码自解释性，使用有意义的变量/函数名，添加必要的注释（尤其是关于MCP协议交互的部分）。
• 文档风格：脚本应包含标准的工具描述（`name`， `version`， `description`）和清晰的输入/输出模式（`inputSchema`， `outputSchema`）定义。

构图建议（逻辑结构）

将脚本的“构图”理解为逻辑结构的设计：

• 顶层框架：明确定义脚本的入口点、配置加载方式和生命周期管理。
• 核心流程轴：按“输入 -> 验证 -> 处理 -> 输出”的主线组织代码块，确保流程线性可控。
• 功能模块分区：将辅助函数（如数据清洗函数、API调用封装、错误处理类）与核心业务流程分离，形成清晰的代码区域。

细节强化

• 错误处理：具体描述对不同类型错误（如网络超时、数据格式错误、权限不足）的捕获与处理策略。
• 性能考量：针对大数据集，考虑流式处理、分批次操作或异步处理的可能性。
• 可配置性：将硬编码的参数（如API端点、阈值、输出路径）提取为配置文件或环境变量。
• 日志与监控：在关键决策点、错误点和流程开始/结束时输出结构化日志，便于调试与审计。

使用建议

• 在构思时，先用核心提示词确定脚本的核心任务和边界。
• 参考风格方向与构图建议，绘制简单的逻辑流程图或模块关系图，再开始编码。
• 将“细节强化”中的要点作为代码审查清单，确保脚本的健壮性与可维护性。
• 最终脚本应能清晰地回答：它解决了什么数据问题？由哪些主要模块构成？如何处理异常？如何扩展？