Menu
创建高质量 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。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
启动本地 VitePress 服务器，在 http://localhost:5173 预览文档站点
分析会议转录和录音，揭示行为模式、沟通洞察和可行的反馈。识别何时回避冲突、使用填充词、主导对话或错失倾听机会。非常适合寻求改善沟通和领导技能的专业人士。
为 Slack 创建优化动画 GIF 的工具包，包含大小约束验证器和可组合动画原语。当用户请求为 Slack 创建动画 GIF 或表情动画时使用此技能，例如"为 Slack 制作一个 X 做 Y 的 GIF"。
分析职位描述并生成定制简历，突出相关经验、技能和成就，最大化面试机会
使用 Twitter 开源算法洞察分析和优化推文以获得最大传播范围。根据推荐系统对内容的排名方式重写和编辑用户推文，以提高参与度和可见性。
创建有效技能的指南。当用户想要创建新技能（或更新现有技能）以扩展 Claude 的专业知识、工作流程或工具集成能力时，应使用此技能。
| name | mcp-builder |
| description | 创建高质量 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。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。 |
| license | 完整条款见 LICENSE.txt |
使用此技能创建高质量的 MCP（模型上下文协议）服务器，使 LLM 能够有效地与外部服务交互。MCP 服务器提供工具，允许 LLM 访问外部服务和 API。MCP 服务器的质量取决于它如何有效地使 LLM 能够使用提供的工具完成实际任务。
创建高质量的 MCP 服务器涉及四个主要阶段：
在深入实现之前，通过查看这些原则来理解如何为 AI 代理设计工具：
为工作流程构建，而不仅仅是 API 端点：
schedule_event 既检查可用性又创建事件）针对有限上下文进行优化：
设计可操作的错误消息：
遵循自然的任务细分：
使用评估驱动开发：
获取最新的 MCP 协议文档：
使用 WebFetch 加载：https://modelcontextprotocol.io/llms-full.txt
此综合文档包含完整的 MCP 规范和指南。
加载并阅读以下参考文件：
对于 Python 实现，还需加载：
https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md对于 Node/TypeScript 实现，还需加载：
https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md要集成服务，请阅读所有可用的 API 文档：
要收集全面的信息，请根据需要使用网络搜索和 WebFetch 工具。
根据研究，创建包含以下内容的详细计划：
工具选择：
共享工具和助手：
输入/输出设计：
错误处理策略：
现在已经有了一个全面的计划，开始按照特定语言的最佳实践进行实现。
对于 Python：
.py 文件或组织成模块（如果复杂）（参见 🐍 Python 指南）对于 Node/TypeScript：
package.json 和 tsconfig.json要开始实现，在实现工具之前创建共享工具：
对于计划中的每个工具：
定义输入模式：
编写全面的文档字符串/描述：
实现工具逻辑：
添加工具注释：
readOnlyHint: true（用于只读操作）destructiveHint: false（用于非破坏性操作）idempotentHint: true（如果重复调用具有相同效果）openWorldHint: true（如果与外部系统交互）此时，加载适当的语言指南：
对于 Python：加载 🐍 Python 实现指南 并确保以下内容：
model_config对于 Node/TypeScript：加载 ⚡ TypeScript 实现指南 并确保以下内容：
server.registerTool.strict()any 类型 - 使用适当的类型npm run build）初步实现后：
为确保质量，审查代码的以下方面：
重要： MCP 服务器是长期运行的进程，通过 stdio/stdin 或 sse/http 等待请求。直接在主进程中运行它们（例如 python server.py 或 node dist/index.js）会导致进程无限期挂起。
安全测试服务器的方法：
timeout 5s python server.py对于 Python：
python -m py_compile your_server.py对于 Node/TypeScript：
npm run build 并确保它无错误完成要验证实现质量，从特定语言指南加载适当的检查清单：
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。
评估测试 LLM 是否可以有效地使用 MCP 服务器来回答现实的复杂问题。
要创建有效的评估，请遵循评估指南中概述的流程：
每个问题必须是：
创建具有以下结构的 XML 文件：
<evaluation>
<qa_pair>
<question>查找关于带有动物代号名称的 AI 模型发布的讨论。一个模型需要一个使用 ASL-X 格式的特定安全标识。名为斑点野猫的模型确定的数字 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/llms-full.txt 获取 - 完整的 MCP 规范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