工具服务开发

人工智能 社区
  • 作者仓库星标 0
  • 许可证 Complete terms in LICENSE.txt
  • 作者更新于 2026年8月21日 17:10

技能解读

设计思路

mcp-builder 是 Anthropic 出品的「MCP 服务器构建指南」——MCP(Model Context Protocol)是 LLM 工具调用的开放标准,本 skill 教你从 0 出一个合规的 MCP server,包含命名 / 响应格式 / 分页 / transport 选择 / 安全 / 错误处理这些跨语言的最佳实践,以及 Python / TypeScript 两套实现指南,并提供评测构建方法让你能用 QA 对验证 server 的完整性。

工作流(按 Phase 加载文档库)

  • Phase 0:先读 MCP 协议 从 https://modelcontextprotocol.io/sitemap.xml 起、再用 .md 后缀拉具体页面

    • 必读 mcp_best_practices.md:命名约定、JSON vs Markdown 响应、分页、transport(streamable HTTP vs stdio)、安全 / 错误处理标准。
  • Phase 1/2:拉对应 SDK

    • Python SDK:https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md
    • TypeScript SDK:https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md
  • Phase 2:实现指南

    • python_mcp_server.md:FastMCP / Pydantic / @mcp.tool / 完整工作示例 / 质量清单
    • node_mcp_server.md:项目结构 / Zod schema / server.registerTool / 完整工作示例 / 质量清单
  • Phase 4:评测构建(关键) 写测试用 QA 对——评测好不好直接决定你的 server 能不能被复用。

QA 对评判标准(按作者原文)

  • Read-only:只用非破坏性操作
  • Complex:多次工具调用、深度探索
  • Realistic:基于人类真实关心的用例
  • Verifiable:单一明确答案,可字符串比对验证
  • Stable:答案不会随时间变化

输出 XML 格式:

<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>
</evaluation>

适合谁

  • 第一次写 MCP server 的工程师
  • 想把内部工具暴露给 Claude / Cursor 等 LLM 的团队
  • 学习评测驱动开发(eval-driven dev)的人

不适合

  • 你只是要调用 MCP server——claude-api 客户端文档更合适
  • 单次脚本——开 MCP 协议成本不划算

配套

claude-api(客户端调用规范)、scaffold-exercises(出 server 骨架)、subagent-driven-development(写完之后让 sub-agent 帮你跑评测)。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
94 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@anthropics · Complete terms in LICENSE.txt
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
macOS · Linux · Windows
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第一阶段:深度研究与规划

1.1 了解现代 MCP 设计 API 覆盖范围与工作流程工具:平衡全面的 API 端点覆盖范围与专门的工作流程工具。工作流工具可以更方便地执行特定任务,而全面的覆盖范围使代理可以灵活地组合操作。性能因客户端而异,一些客户端受益于结合基本工具的代码执行,而另一些客户端则通过更高级别的工作流程更好地工作。当不确定时,优先考虑全面的 API 覆盖范围。

02
第二阶段:实施

2.1 设置项目结构 请参阅特定于语言的项目设置指南: ⚡ TypeScript 指南 - 项目结构、package.json、tsconfig.json 🐍 Python 指南 - 模块组织、依赖项 2.2 实施核心基础设施

03
第三阶段:审查和测试

3.1 代码质量审查: 无重复代码(DRY 原则) 一致的错误处理 完整的类型覆盖

04
第 4 阶段:创建评估

实施 MCP 服务器后,创建全面的评估以测试其有效性。加载 ✅ 评估指南以获取完整的评估指南。 4.1 了解评估目的 使用评估来测试法学硕士是否可以有效地使用您的 MCP 服务器来回答现实、复杂的问题。 4.2 创建 10 个评估问题

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。