القائمة
构建高质量 MCP（Model Context Protocol）服务器的指南，帮助 LLM 通过精心设计的工具与外部服务交互。适用于在 Python（FastMCP）或 Node/TypeScript（MCP SDK）中构建整合外部 API 或服务的 MCP 服务器。
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
“面向 PowerPoint 演示文稿（.pptx）的创建、编辑与分析”。当 Claude 需要创建新演示文稿、修改现有内容、处理版式、添加批注或演讲者备注等与幻灯相关的任务时，请使用本技能。
使用带种子随机性的 p5.js，通过交互式参数探索生成原创算法艺术。适用于用户提出涉及代码生成艺术、算法艺术、流场或粒子系统的请求。始终创作原创算法艺术，避免直接复制现有艺术家的作品，以免引发版权问题。
一套基于现代前端技术（React、Tailwind CSS、shadcn/ui）的工具，用来创建复杂的 claude.ai HTML 成品。适用于需要状态管理、路由或 shadcn/ui 组件的复杂作品，不适用于简单的单文件 HTML/JSX。
将 Anthropic 官方品牌配色与字体应用到需要呈现 Anthropic 风格的任何产出物上。当涉及品牌配色、风格规范、视觉格式或公司设计标准时请使用本技能。
基于设计哲学在 .png 与 .pdf 文档中创作精美视觉作品。当用户请求海报、艺术作品、设计稿或其他静态作品时，请使用本技能。务必创作原创视觉设计，避免复制现有艺术家的作品，以免触犯版权。
「面向 .docx 文件的文档创建、编辑与分析」——支持修订记录、批注、格式保持与文本抽取。当 Claude 需要处理专业 Word 文档（.docx）以执行以下任一任务时请使用本技能：(1) 创建新文档；(2) 修改或编辑内容；(3) 处理修订记录；(4) 添加批注；或其他文档相关工作。
| name | mcp-builder |
| description | 构建高质量 MCP（Model Context Protocol）服务器的指南，帮助 LLM 通过精心设计的工具与外部服务交互。适用于在 Python（FastMCP）或 Node/TypeScript（MCP SDK）中构建整合外部 API 或服务的 MCP 服务器。 |
| license | 完整条款见 LICENSE.txt |
当你要创建高质量的 MCP 服务器，使 LLM 能够高效地与外部服务交互时，请使用本技能。MCP 服务器通过提供工具，让 LLM 可以访问外部服务或 API。衡量 MCP 服务器质量的标准，是它让 LLM 借助这些工具完成真实世界任务的能力。
打造高质量 MCP 服务器通常分为四个阶段：
在开始实现之前，先了解如何为 AI 智能体设计工具，熟悉以下原则：
围绕工作流设计，而非简单包裹 API 端点：
schedule_event 同时检查空闲并创建事件）优化有限的上下文窗口：
设计可行动的错误信息：
遵循自然的任务拆分：
坚持基于评估驱动的开发：
获取最新 MCP 协议文档：
使用 WebFetch 访问：https://modelcontextprotocol.io/llms-full.txt
该文档包含完整的 MCP 规范与指南，务必通读。
加载并阅读以下参考资料：
若使用 Python 实现，还需阅读：
https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md若使用 Node/TypeScript 实现，还需阅读：
https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md要整合某个服务，需全面阅读所有可用 API 资料：
必要时可使用网页搜索与 WebFetch 工具，获取完整信息。
基于调研结果，编写包含以下内容的详细计划：
工具选择：
通用工具与辅助函数：
输入 / 输出设计：
错误处理策略：
在完成全面规划后，按照语言特定的最佳实践开始实现。
Python：
.py 文件，或按复杂度拆分模块（见 🐍 Python 指南）Node/TypeScript：
package.json 与 tsconfig.json开始编码前，先编写共享工具：
针对计划中的每个工具：
定义输入模式：
撰写完整的文档注释 / 描述：
实现工具逻辑：
添加工具注解：
readOnlyHint: true（读操作）destructiveHint: false（非破坏性操作）idempotentHint: true（重复调用结果一致）openWorldHint: true（与外部系统交互时）此时，加载相应的语言指南：
Python：阅读 🐍 Python 实现指南，确保以下要点：
model_config 的 Pydantic v2 模型Node/TypeScript：阅读 ⚡ TypeScript 实现指南，确保以下要点：
server.registerTool.strict()any，使用精确类型Promise<T>npm run build）完成初始实现后：
逐项自检以确保质量：
重要提示： MCP 服务器是长驻进程，通过 stdio/stdin 或 SSE/HTTP 等方式等待请求。若直接在主进程运行（如 python server.py 或 node dist/index.js），进程会一直阻塞。
安全的测试方式：
timeout 5s python server.pyPython：
python -m py_compile your_server.pyNode/TypeScript：
npm run build，确保无报错dist/index.js为确保实现质量，请加载语言特定指南中的质量清单：
在完成 MCP 服务器开发后，需要构建全面的评估，验证其有效性。
加载 ✅ 评估指南，获取完整评估说明。
评估用于检验 LLM 是否能借助你的 MCP 服务器，在真实且复杂的问题中找到答案。
按照评估指南中的流程：
每个问题必须：
使用以下 XML 结构：
<evaluation>
<qa_pair>
<question>Find discussions about AI model launches with animal codenames. One model needed a specific safety designation that uses the format ASL-X. What number X was being determined for the model named after a spotted wild cat?</question>
<answer>3</answer>
</qa_pair>
<!-- 继续添加 qa_pair ... -->
</evaluation>
根据需要加载以下资源：
https://modelcontextprotocol.io/llms-full.txt 获取 —— 完整规格说明https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.mdhttps://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md🐍 Python 实现指南，包含：
@mcp.tool 注册工具server.registerTool 注册工具