القائمة
创建高质量 MCP（Model Context Protocol）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。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是在 Python (FastMCP) 还是 Node/TypeScript (MCP SDK) 中。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
当用户需要创建、读取、编辑或转换 Word 文档（.docx）时必须使用本技能。触发场景包括：提到 Word/docx、报告/备忘录/正式函件输出、目录和页眉页脚、批注或修订模式、替换文档内容、插入或替换图片、从 docx 提取结构化内容等。若目标交付物是 .docx，本技能应优先触发。不要用于 PDF、电子表格、Google Docs API 或无关编程任务。
只要任务涉及 PDF 输入或输出，就应优先使用本技能。包括：读取/抽取文本与表格、合并拆分、旋转页面、加水印、创建新 PDF、填写表单、加解密、提取图片、扫描件 OCR 等。用户提到 `.pdf` 文件名或要求交付 PDF 时都应触发。
只要任务与 .pptx 有关（输入、输出或两者都有），就应触发本技能。包括：创建演示文稿、读取提取内容、修改现有模板、合并拆分页面、处理版式/讲稿/批注等。用户提到 deck/slides/presentation 或具体 .pptx 文件时，即便最终用途是摘要或邮件，也应使用本技能。
当用户任务以电子表格文件为核心输入或输出时必须使用本技能。涵盖 .xlsx/.xlsm/.csv/.tsv 的读取、清洗、修复、建模、公式计算、格式化、图表、模板更新与格式转换。用户只要提到某个表格文件路径并要求处理或产出表格，都应触发本技能。若主要交付物不是电子表格（如 Word/HTML/数据库流水线/Google Sheets API 集成），则不应触发。
创建新 skills、改造已有 skills、并通过评测闭环持续优化。用户只要提到“做一个 skill”“改造 skill”“跑评测/benchmark”“验证 skill 效果”“优化 description 触发率”等场景，都应优先使用此技能。
使用 p5.js 创建具有确定性随机和交互式参数探索的算法艺术。当用户请求使用代码创作艺术、生成式艺术、算法艺术、流场或粒子系统时使用此技能。创建原创的算法艺术而非复制现有艺术家的作品，以避免版权侵犯。
| name | mcp-builder |
| description | 创建高质量 MCP（Model Context Protocol）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。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是在 Python (FastMCP) 还是 Node/TypeScript (MCP SDK) 中。 |
| license | Complete terms in LICENSE.txt |
创建 MCP（Model Context Protocol）服务器，使 LLM 能够通过精心设计的工具与外部服务交互。MCP 服务器的质量通过它如何有效地使 LLM 完成现实世界任务来衡量。
创建高质量 MCP 服务器涉及四个主要阶段：
API 覆盖率 vs. 工作流工具： 平衡全面的 API 端点覆盖与专门的工作流工具。工作流工具对于特定任务可能更方便，而全面的覆盖率为代理提供了组合操作的灵活性。性能因客户端而异——一些客户端受益于组合基本工具的代码执行，而其他客户端使用更高级别的工作流效果更好。如果不确定，优先考虑全面的 API 覆盖率。
工具命名和可发现性：
清晰、描述性的工具名称帮助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）和面向操作的命名。
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。设计返回集中、相关数据的工具。一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： 错误消息应该通过具体建议和后续步骤引导代理找到解决方案。
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）。
需要查看的关键页面：
推荐技术栈：
加载框架文档：
对于 TypeScript（推荐）：
https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md对于 Python：
https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md理解 API： 查看服务的 API 文档以识别关键端点、身份验证要求和数据模型。根据需要使用网络搜索和 WebFetch。
工具选择： 优先考虑全面的 API 覆盖率。列出要实现的端点，从最常见的操作开始。
有关项目设置，请参见特定语言的指南：
创建共享实用程序：
对于每个工具：
输入架构：
输出架构：
outputSchemastructuredContent（TypeScript SDK 功能）工具描述：
实现：
注释：
readOnlyHint: true/falsedestructiveHint: true/falseidempotentHint: true/falseopenWorldHint: true/false审查以下内容：
TypeScript：
npm run build 验证编译npx @modelcontextprotocol/inspectorPython：
python -m py_compile your_server.py有关详细的测试方法和质量检查清单，请参见特定语言的指南。
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 以获取完整的评估指南。
使用评估来测试 LLM 是否可以有效地使用您的 MCP 服务器回答现实的、复杂的问题。
要创建有效的评估，请遵循评估指南中概述的流程：
确保每个问题是：
创建具有此结构的 XML 文件：
<evaluation>
<qa_pair>
<question>查找关于使用动物代号的 AI 模型发布的讨论。一个模型需要特定的安全名称，格式为 ASL-X。为以斑点野猫命名的模型确定的数字 X 是多少？</question>
<answer>3</answer>
</qa_pair>
<!-- 更多 qa_pairs... -->
</evaluation>
在开发过程中根据需要加载这些资源：
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https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md 获取https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md 获取🐍 Python 实现指南 - 完整的 Python/FastMCP 指南，包括：
@mcp.tool 的工具注册⚡ TypeScript 实现指南 - 完整的 TypeScript 指南，包括：
server.registerTool 的工具注册