Create MCP Server Pro

创建MCP服务器Pro——脚手架生产就绪的MCP服务器

用一个命令搭建一个生产就绪的MCP服务器。TypeScript、Vitest测试、GitHub Actions CI、错误处理模式和最佳实践——所有这些都包括在内。

npx create-mcp-server-pro my-server

为什么是这个？

快速开始

交互式

npx create-mcp-server-pro my-server

您将被要求：

• 服务器名称 --npm包名称（默认为 mcp-server-)
• 描述 --你的服务器做什么
• 认证 -是否需要API令牌
• 作者 --你的名字

非交互式（对代理友好）

npx create-mcp-server-pro my-server \
  --name mcp-server-weather \
  --description "MCP server for weather data" \
  --auth \
  --author "Your Name"

所有标志都是可选的。提供 --name 和 --description 跳过所有提示。

脚手架搭设后

cd my-server
npm install
npm run build
npm test

然后添加您的工具 src/tools.ts 并将其注册到 src/index.ts.

生成什么

my-server/
  src/
    index.ts          # McpServer setup, tool registration, StdioServerTransport
    tools.ts          # Example tools with proper error handling
  tests/
    tools.test.ts     # Vitest tests with fetch mocking
  .github/
    workflows/
      ci.yml          # Node 20 + 22 matrix, lint, typecheck, build, test
      release.yml     # semantic-release on version tags
    FUNDING.yml
  package.json        # bin field, correct deps, scripts, lint-staged
  tsconfig.json       # ES2022, NodeNext, strict mode
  tsup.config.ts      # ESM, node20 target, shebang banner
  vitest.config.ts    # globals, v8 coverage
  eslint.config.js    # flat config, typescript-eslint strict
  .prettierrc.json
  .gitignore
  LICENSE             # MIT
  README.md           # Agent-friendly with Quick Start configs

如何构建MCP服务器

如果你是MCP（模型上下文协议）的新手，以下是你需要知道的。

什么是MCP？

MCP是Anthropic的开放标准，允许AI助手（Claude、Cursor、GitHub Copilot、Windsurf）连接到外部工具和数据。您的MCP服务器暴露 工具 AI代理可以调用。

AI Assistant    MCP Protocol    Your Server    APIs / Data

工具剖析

每个MCP工具都有三个部分：

import { z } from "zod";

server.tool(
  "tool_name", // 1. Name (snake_case)
  "What this tool does — be specific for the AI", // 2. Description
  {
    // 3. Input schema (Zod)
    query: z.string().describe("Search query"),
    limit: z
      .number()
      .int()
      .min(1)
      .max(100)
      .default(10)
      .describe("Max results to return"),
  },
  async ({ query, limit }) => {
    // 4. Handler
    try {
      const results = await searchAPI(query, limit);
      return {
        content: [{ type: "text", text: JSON.stringify(results, null, 2) }],
      };
    } catch (err) {
      const message = err instanceof Error ? err.message : String(err);
      return {
        content: [{ type: "text", text: `Error: ${message}` }],
        isError: true,
      };
    }
  },
);

最佳实践

这些图案来自建筑 4台生产MCP服务器:

命名

• 使用 snake_case 工具名称（例如。 search_packages, get_user)
• 避免空格、点或大小写混合——它们会导致LLM中的标记化问题

描述

• 为人工智能而不是人类写描述
• 具体来说：“按关键字搜索npm包并返回名称、版本和描述”比“搜索包”更好
• 每个Zod领域都应该有 .describe() --这就是人工智能知道传递什么的方式

错误处理

• 用try/catch封装外部调用
• 返回 { content: [...], isError: true } 用于可恢复的错误
• 包括可操作的上下文：“未设置API_TOKEN。在MCP客户端环境中设置它。”而不是“Auth failed”

测试

• 测试工具逻辑与MCP注册分开
• 模拟 fetch 随着 vi.spyOn(globalThis, "fetch")
• 测试成功和错误路径

项目结构

• 保持工具逻辑 src/tools.ts （或 src/tools/ 对于许多工具）
• 将MCP注册保存在 src/index.ts
• 这种分离使得工具可以在没有MCP传输的情况下进行测试

连接到AI客户端

构建服务器后(npm run build)，连接它：

克劳德桌面版 — ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "my-server": {
      "command": "npx",
      "args": ["-y", "my-server"]
    }
  }
}

光标 — .cursor/mcp.json 在您的项目中：

{
  "mcpServers": {
    "my-server": {
      "command": "npx",
      "args": ["-y", "my-server"]
    }
  }
}

VS代码（GitHub副本） — .vscode/mcp.json:

{
  "servers": {
    "my-server": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "my-server"]
    }
  }
}

真实世界的例子

这些MCP服务器是使用此脚手架生成的相同模式构建的：

作者

______________________________________________________________________

README构建于 README生成器

许可证

麻省理工学院