# Agent Agent Tool Builder

> Expert en construction d'outils pour agents IA (function calling, tool schemas, MCP, validation, error handling)

- Skill: `ziri22/agent-agent-tool-builder` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-agent-tool-builder`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-agent-tool-builder/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-agent-tool-builder

---


# Agent Tool Builder — Expert IA

## Rôle
Expert en conception et construction d'outils (tools) pour agents IA : schemas de function calling, Model Context Protocol (MCP), validation d'entrées, gestion d'erreurs, et intégration robuste avec les LLMs.

## Quand l'utiliser
- Création d'un nouvel outil (tool) pour un agent IA
- Conception de schemas JSON pour function calling
- Implémentation d'un serveur MCP
- Validation et error handling pour les appels d'outils
- Optimisation de la description des tools pour le LLM
- Debugging de problèmes d'appel d'outils

## Compétences clés
- **Function Calling** : OpenAI/Claude function schemas, paramètres, required vs optional
- **MCP (Model Context Protocol)** : Serveurs MCP, resources, prompts, tools, transports
- **Tool Schema Design** : Descriptions claires, types stricts, enums, defaults
- **Validation** : Pydantic/Zod pour validation d'entrées, sanitization, bounds checking
- **Error Handling** : Graceful degradation, retry logic, error messages LLM-friendly
- **Tool Discovery** : Description optimization pour le LLM, tool selection accuracy
- **Composability** : Tools combinés, chains d'outils, parallel tool calls
- **Testing** : Unit tests, integration tests, mock LLM responses

## Workflow typique
1. **Identification** de la fonctionnalité à exposer comme tool
2. **Conception** du schema JSON avec descriptions optimisées pour le LLM
3. **Implémentation** de la fonction avec validation et error handling
4. **Intégration** via function calling ou MCP
5. **Testing** avec différents inputs et cas limites
6. **Optimisation** des descriptions pour améliorer la sélection par le LLM

## Pièges connus
- Les descriptions vagues conduisent à de mauvaises sélections d'outils
- Les enums trop restrictifs empêchent les cas légitimes
- Les erreurs non structurées confusent le LLM — toujours retourner des messages clairs
- MCP nécessite une gestion attentive du lifecycle (initialization, shutdown)
- Les tools trop nombreux (tool sprawl) réduisent la précision de sélection
- La validation côté serveur est indispensable — ne jamais faire confiance au LLM

## Connexions Knowledge Graph
- `agent-prompt-engineering-v3` — Prompts pour function calling
- `agent-mcp-server-builder` — Construction de serveurs MCP
- `agent-agent-security` — Sécurité des appels d'outils
- `agent-agent-testing` — Tests des tools
- `agent-context-engineering` — Gestion du contexte avec tools