Skip to content
Documentation
Skill

/mcp-builder

构建高质量 MCP(模型上下文协议)服务器的指南,使 LLM 能够通过精心设计的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务器以集成外部 API 或服务时使用。

From plugin
claude-skills-zh-cn
56016 skills
Install
$ npx -y skills add LeastBit/Claude_skills_zh-CN --skill mcp-builder --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/mcp-builder

Context preview

The summary Claude sees to decide when to auto-load this skill.

构建高质量 MCP(模型上下文协议)服务器的指南,使 LLM 能够通过精心设计的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务器以集成外部 API 或服务时使用。

SKILL.md

mcp-builder.SKILL.md
name: mcp-builder
description: 构建高质量 MCP(模型上下文协议)服务器的指南,使 LLM 能够通过精心设计的工具与外部服务交互。在使用 Python (FastMCP) 或 Node/TypeScript (MCP SDK) 构建 MCP 服务器以集成外部 API 或服务时使用。
license: 完整条款见 LICENSE.txt

MCP 服务器开发指南

概述

创建 MCP(模型上下文协议)服务器,使 LLM 能够通过精心设计的工具与外部服务交互。MCP 服务器的质量取决于它能多好地使 LLM 完成实际任务。

---

流程

🚀 高级工作流程

创建高质量的 MCP 服务器包含四个主要阶段:

阶段一:深入研究与规划

1.1 理解现代 MCP 设计

**API 覆盖 vs. 工作流工具:** 在全面的 API 端点覆盖与专用工作流工具之间取得平衡。工作流工具对于特定任务可能更方便,而全面覆盖则给予代理灵活组合操作的能力。不同客户端的性能表现各异——某些客户端受益于结合基本工具的代码执行,而另一些则更适合使用高级工作流。当不确定时,优先考虑全面的 API 覆盖。

**工具命名与可发现性:** 清晰、描述性的工具名称有助于代理快速找到正确的工具。使用一致的前缀(例如 `github_create_issue`、`github_list_repos`)和面向动作的命名。

**上下文管理:** 代理受益于简洁的工具描述以及过滤/分页结果的能力。设计返回聚焦、相关数据的工具。某些客户端支持代码执行,这可以帮助代理高效地过滤和处理数据。

**可操作的错误消息:** 错误消息应引导代理找到解决方案,提供具体的建议和下一步操作。

1.2 学习 MCP 协议文档

**浏览 MCP 规范:**

从站点地图开始查找相关页面:`https://modelcontextprotocol.io/sitemap.xml`

然后使用 `.md` 后缀获取特定页面的 markdown 格式(例如 `https://modelcontextprotocol.io/specification/draft.md`)。

需要查阅的关键页面:

  • 规范概述和架构
  • 传输机制(流式 HTTP、stdio)
  • 工具、资源和提示定义

1.3 学习框架文档

**推荐技术栈:**

  • **语言**:TypeScript(高质量 SDK 支持,在许多执行环境中兼容性良好,如 MCPB。此外 AI 模型擅长生成 TypeScript 代码,得益于其广泛使用、静态类型和良好的 lint 工具)
  • **传输**:远程服务器使用流式 HTTP,采用无状态 JSON(相比有状态会话和流式响应,更易于扩展和维护)。本地服务器使用 stdio。

**加载框架文档:**

  • **MCP 最佳实践**:[📋 查看最佳实践](./reference/mcp_best_practices.md) - 核心指南

**TypeScript(推荐):**

  • **TypeScript SDK**:使用 WebFetch 加载 `https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md`
  • [⚡ TypeScript 指南](./reference/node_mcp_server.md) - TypeScript 模式和示例

**Python:**

  • **Python SDK**:使用 WebFetch 加载 `https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md`
  • [🐍 Python 指南](./reference/python_mcp_server.md) - Python 模式和示例

1.4 规划实现

**理解 API:** 查阅服务的 API 文档以识别关键端点、认证要求和数据模型。根据需要使用网络搜索和 WebFetch。

**工具选择:** 优先考虑全面的 API 覆盖。列出要实现的端点,从最常用的操作开始。

---

阶段二:实现

2.1 设置项目结构

参阅特定语言指南了解项目设置:

  • [⚡ TypeScript 指南](./reference/node_mcp_server.md) - 项目结构、package.json、tsconfig.json
  • [🐍 Python 指南](./reference/python_mcp_server.md) - 模块组织、依赖项

2.2 实现核心基础设施

创建共享工具:

  • 带认证的 API 客户端
  • 错误处理辅助函数
  • 响应格式化(JSON/Markdown)
  • 分页支持

2.3 实现工具

对于每个工具:

**输入模式:**

  • 使用 Zod(TypeScript)或 Pydantic(Python)
  • 包含约束和清晰的描述
  • 在字段描述中添加示例

**输出模式:**

  • 尽可能为结构化数据定义 `outputSchema`
  • 在工具响应中使用 `structuredContent`(TypeScript SDK 特性)
  • 帮助客户端理解和处理工具输出

**工具描述:**

  • 功能的简洁摘要
  • 参数描述
  • 返回类型模式

**实现:**

  • 对 I/O 操作使用 async/await
  • 使用可操作的消息进行适当的错误处理
  • 在适用的地方支持分页
  • 使用现代 SDK 时同时返回文本内容和结构化数据

**注解:**

  • `readOnlyHint`:true/false
  • `destructiveHint`:true/false
  • `idempotentHint`:true/false
  • `openWorldHint`:true/false

---

阶段三:审查与测试

3.1 代码质量

审查以下方面:

  • 无重复代码(DRY 原则)
  • 一致的错误处理
  • 完整的类型覆盖
  • 清晰的工具描述

3.2 构建与测试

**TypeScript:**

  • 运行 `npm run build` 验证编译
  • 使用 MCP Inspector 测试:`npx @modelcontextprotocol/inspector`

**Python:**

  • 验证语法:`python -m py_compile your_server.py`
  • 使用 MCP Inspector 测试

参阅特定语言指南了解详细的测试方法和质量检查清单。

---

阶段四:创建评估

实现 MCP 服务器后,创建全面的评估来测试其有效性。

**加载 [✅ 评估指南](./reference/evaluation.md) 获取完整的评估指南。**

4.1 理解评估目的

使用评估来测试 LLM 能否有效地使用您的 MCP 服务器回答真实、复杂的问题。

4.2 创建 10 个评估问题

要创建有效的评估,请遵循评估指南中概述的流程:

1. **工具检查**:列出可用工具并了解其功能 2. **内容探索**:使用只读操作探索可用数据 3. **问题生成**:创建 10 个复杂、真实的问题 4. **答案验证**:自己解答每个问题以验证答案

4.3 评估要求

确保每个问题:

  • **独立**:不依赖于其他问题
  • **只读**:只需要非破坏性操作
  • **复杂**:需要多次工具调用和深度探索
  • **真实**:基于人类实际关心的用例
  • **可验证**:单一、明确的答案,可通过字符串比较验证
  • **稳定**:答案不会随时间改变

4.4 输出格式

创建具有以下结构的 XML 文件:

<evaluation>
  <qa_pair>
    <question>查找关于以动物代号命名的 AI 模型发布的讨论。有一个模型需要使用 ASL-X 格式的特定安全级别。以一种斑点野猫命名的模型被确定为什么数字 X?</question>
    <answer>3</answer>
  </qa_pair>
<!-- 更多 qa_pairs... -->
</evaluation>

---

参考文件

📚 文档库

在开发过程中根据需要加载这些资源:

核心 MCP 文档(首先加载)

  • **MCP 协议**:从 `https://modelcontextprotocol.io/sitemap.xml` 的站点地图开始,然后使用 `.md` 后缀获取特定页面
  • [📋 MCP 最佳实践](./reference/mcp_best_practices.md) - 通用 MCP 指南,包括:
  • 服务器和工具命名约定
  • 响应格式指南(JSON vs Markdown)
  • 分页最佳实践
  • 传输选择(流式 HTTP vs stdio)
  • 安全和错误处理标准

SDK 文档(在阶段 1/2 期间加载)

  • **Python SDK**:从 `https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md` 获取
  • **TypeScript SDK**:从 `https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md` 获取

特定语言实现指南(在阶段 2 期间加载)

  • [🐍 Python 实现指南](./reference/python_mcp_server.md) - 完整的 Python/FastMCP 指南,包括:
  • 服务器初始化模式
  • Pydantic 模型示例
  • 使用 `@mcp.tool` 注册工具
  • 完整的工作示例
  • 质量检查清单
  • [⚡ TypeScript 实现指南](./reference/node_mcp_server.md) - 完整的 TypeScript 指南,包括:
  • 项目结构
  • Zod 模式模式
  • 使用 `server.registerTool` 注册工具
  • 完整的工作示例
  • 质量检查清单

评估指南(在阶段 4 期间加载)

  • [✅ 评估指南](./reference/evaluation.md) - 完整的评估创建指南,包括:
  • 问题创建指南
  • 答案验证策略
  • XML 格式规范
  • 示例问题和答案
  • 使用提供的脚本运行评估
Read more
Ships withclaude-skills-zh-cn

亲爱的开发者们,这是一个经过整理和中文化的 Anthropic Skills 仓库。无论你是想快速了解 Claude 技能体系的最佳实践,还是需要直接上手 Word/PDF/PPTX/XLSX 处理脚本,这份中文版都能帮你省去大量摸索时间。 亮点速览: 🧩 原汁原味的官方示例:完整保留算法艺术、品牌规范、Slack GIF、MCP 服务器等全部技能。 📄 文档技能全译本:OOXML、docx-js、HTML 转 PPT 流程、PDF 表单填写等高级指南均已翻译补充。 📦 即取即用:学习后即可在 Claude

Get the whole plugin

Other skills on claude-skills-zh-cn.