メニュー
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）。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
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