create-mcp-server

name	create-mcp-server
description	使用 `mcpheroctl` CLI 通过 MCPHero 平台创建、部署和管理 MCP（Model Context Protocol）服务器。当用户需要构建 MCP 服务器、部署封装 API 或数据库的工具、自动化 MCP 服务器的创建过程，或者通过 MCPHero 将 AI 客户端（如 Claude Desktop、Cursor 等）连接到自定义工具时，可以使用此技能。 Use when this capability is needed.
metadata	{"author":"AgentWorkers"}

使用 MCPHero 创建 MCP 服务器

MCPHero 允许代理自行构建工具。代理无需在每次运行时都消耗令牌来处理 API 模式、SQL 查询或输出解析，而是只需创建一次永久性的 MCP 服务器，并之后持续使用该服务器。原本需要 50,000 个令牌的集成操作，现在只需消耗 50 个令牌即可完成。

本文档介绍了使用 mcpheroctl CLI 从头到尾构建 MCP 服务器的完整工作流程。

生产 API 基本 URL： https://api.mcphero.app/api

---

先决条件

在使用本功能之前，用户必须已安装并登录 mcpheroctl。

安装 mcpheroctl

# via Homebrew (macOS/Linux)
brew install arterialist/mcpheroctl/mcpheroctl

# via uv (cross-platform)
uv tool install mcpheroctl

登录

1. 登录到 MCPHero 仪表板。
2. 转到 设置 → 组织 → 开发者。
3. 点击 创建 API 密钥 并复制生成的令牌。
4. 运行以下命令：

mcpheroctl auth login --token <YOUR_ORG_TOKEN>

验证

mcpheroctl auth status

---

向导流程

mcpheroctl CLI 的操作遵循以下线性流程：在任何异步步骤之后，都需要先检查 wizard_state 的值是否为 "idle"，然后再继续执行后续操作。

1. create-session          → Returns server_id (save it, needed everywhere)
2. conversation (loop)     → Gather requirements; stop when is_ready: true
3. start                   → Transition to tool suggestion (async → poll)
4. list-tools              → Review AI-suggested tools
5. refine-tools (optional) → Iterate on tools until satisfied (async → poll)
6. submit-tools            → Confirm selection (deletes unselected tools)
7. (auto env var suggest)  → Triggered automatically after submit-tools (async → poll)
8. list-env-vars           → Review suggested env vars
9. refine-env-vars (opt.)  → Iterate on env vars (async → poll)
10. submit-env-vars        → Provide actual values (call even if list is empty — backend needs it to transition)
11. set-auth               → Generate bearer token for the server
12. generate-code          → Trigger code generation (async → poll)
13. deploy                 → Deploy to MCPHero runtime → returns server_url + bearer_token

无论 list-env_vars 的返回结果是否为空（即 []），都必须调用 submit-env-vars。这是后台系统进入下一状态所必需的步骤。如果没有环境变量，只需不使用 --var 标志来调用该命令即可。**

---

状态机

wizard_state 中的 setup_status 字段可以显示当前的操作阶段：

gathering_requirements     → User is chatting about requirements
tools_generating           → LLM is generating tool suggestions (async, poll)
tools_selection            → Tools ready for review/selection
env_vars_generating        → LLM is generating env var suggestions (async, poll)
env_vars_setup             → Env vars ready for review/submission
auth_selection             → Ready for auth setup
code_generating            → LLM is generating code (async, poll)
code_gen                   → Code ready for review
deployment_selection       → Ready to deploy
ready                      → Server deployed and live

以 _generating 结尾的状态表示操作正在进行中——请持续轮询，直到状态发生变化。processing_status 字段是判断操作完成与否的可靠依据："idle" 表示操作已完成，"processing" 表示操作正在进行中，"error" 表示存在错误，需要检查 processing_error 字段以获取具体错误信息。

---

完整的向导示例

在脚本化输出时，务必使用 --json 标志。如果不使用该标志，输出的信息将以人类可读的形式显示在标准错误输出（stderr）中，这可能会影响数据解析。

# 1. Create session
mcpheroctl wizard create-session --json
# → {"server_id": "abc-123-..."}
SERVER_ID="abc-123-..."

# 2. Describe requirements (iterate until is_ready: true)
mcpheroctl wizard conversation $SERVER_ID --json \
  -m "I have a PostgreSQL database with customers and orders tables. I need tools to find customers by name, fetch orders for a customer, and get last hour's orders."
# Repeat with follow-up messages until output shows: "is_ready": true

# 3. Start tool suggestion (async)
mcpheroctl wizard start $SERVER_ID --json
# → {"status": "processing"}

# Poll until processing is done (check processing_status, not setup_status)
until mcpheroctl wizard state $SERVER_ID --json 2>/dev/null | \
  python3 -c "import sys,json; exit(0 if json.load(sys.stdin).get('processing_status')=='idle' else 1)"; do
  sleep 3
done

# 4. Review tools (state should be "tools_selection")
mcpheroctl wizard list-tools $SERVER_ID --json

# 5. Refine if needed (async → poll again)
mcpheroctl wizard refine-tools $SERVER_ID --json \
  -f "Add error handling for missing customers. Rename get_customers_orders to get_orders_by_customer."

# 6. Submit selected tool IDs
mcpheroctl wizard submit-tools $SERVER_ID --json \
  --tool-id <tool-uuid-1> \
  --tool-id <tool-uuid-2> \
  --tool-id <tool-uuid-3>

# 7. Wait for env var suggestion (auto-triggered, state becomes "env_vars_setup")
until mcpheroctl wizard state $SERVER_ID --json 2>/dev/null | \
  python3 -c "import sys,json; exit(0 if json.load(sys.stdin).get('processing_status')=='idle' else 1)"; do
  sleep 3
done

# 8. Review env vars
mcpheroctl wizard list-env-vars  --json




mcpheroctl wizard submit-env-vars  --json \
  --var  \
  --var 

mcpheroctl wizard submit-env-vars  --json


mcpheroctl wizard set-auth  --json



mcpheroctl wizard generate-code  --json
 mcpheroctl wizard state  --json 2>/dev/null | \
  python3 -c ; 
   3



mcpheroctl wizard deploy  --json

重要提示： deploy 命令返回的服务器地址是一个相对路径（例如 /mcp/<id>/mcp），需要通过添加基础域名来获取完整的 URL：**

https://api.mcphero.app/mcp/<server-id>/mcp

---

服务器管理

mcpheroctl server list --json [CUSTOMER_ID]  # List all servers
mcpheroctl server get SERVER_ID --json       # Get server details + status
mcpheroctl server update SERVER_ID           # Update name/description
mcpheroctl server delete SERVER_ID --yes     # Delete (irreversible)
mcpheroctl server api-key SERVER_ID --json   # Retrieve bearer token

---

轮询机制

可靠的轮询方法是检查 processing_status 的值，而不是 setup_status：

until mcpheroctl wizard state $SERVER_ID --json 2>/dev/null | \
  python3 -c "import sys,json; exit(0 if json.load(sys.stdin).get('processing_status')=='idle' else 1)"; do
  sleep 3
done

---

将部署后的服务器连接到 MCP 客户端

在完成 deploy 操作后，需要构建服务器的完整 URL：

https://api.mcphero.app{server_url}

Claude 桌面应用配置

{
  "mcpServers": {
    "my-server": {
      "url": "https://api.mcphero.app/mcp/<server-id>/mcp",
      "headers": {
        "Authorization": "Bearer <bearer_token>"
      }
    }
  }
}

配置文件的位置：

• macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows： %APPDATA%\Claude\claude_desktop_config.json
• Linux： ~/.config/claude/claude_desktop_config.json

---

关键提示

• 免费 tier：每台服务器最多只能使用 5 个工具。如果选择超过 5 个工具，wizard_submit_tools 命令会报错。
• server_id 的重要性：请保存 create_session 操作返回的 UUID。后续的所有调用都需要使用这个 UUID。
• CLI 中的环境变量格式：使用 --var "UUID=VALUE" 的格式来传递环境变量。这里的 UUID 是 list-env-vars 函数返回的环境变量的 id，而非其名称。
• **即使 list-env_vars 返回空数组（[]），也必须调用 submit-env-vars（即使不传递任何变量），以便后台系统能够进入下一状态。
• 无需重新部署即可更新代码：使用 wizard_regenerate_tool_code 后，已部署的服务器的代码更改会立即生效（服务器会自动重新加载）。
• 始终使用 --json 标志：在 CLI 命令中，--json 可以确保数据以结构化格式输出到标准输出（stdout）。如果不使用该标志，输出信息可能会影响数据解析。

---

错误代码

代码	含义
0	操作成功
1	发生一般性错误
2	使用或参数错误
3	资源未找到
4	未通过身份验证
5	出现冲突

---

Source: AgentWorkers/skills — distributed by TomeVault.