菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
“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