Token导航 LogoToken导航TokenDH.com
研究检索external-servicegithub未标认证来源可访问clear审计未展示

mcp-builderMCP 构建器

Agent Skill

mcp-builder 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

212

周安装

9

GitHub Stars

公开资料未说明

下载量

74
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:mcp-builder(MCP 构建器)
来源仓库:https://github.com/kunhai-88/skills
仓库路径:skills/mcp-builder
安装命令:
npx skills add kunhai-88/skills --skill "mcp-builder"
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

AgentSkills.tonpx skills
npx skills add kunhai-88/skills --skill "mcp-builder"

简介

用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中快速定位候选结果。

  • 支持基于关键词、任务场景或来源线索进行信息搜索与筛选。
  • 通过 npx skills add kunhai-88/skills --skill "mcp-builder" 安装使用。
  • 建议确认权限范围、维护状态及是否触发联网或文件操作。
  • mcp-builder 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
mcp-builder
description
创建高质量 MCP(Model Context Protocol)服务器的指南,使 LLM 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
MIT

MCP 服务器开发指南

创建 MCP 服务器,使 LLM 通过精心设计的工具与外部服务交互。MCP 服务器质量以 LLM 完成真实世界任务的能力衡量。

高级工作流程

创建高质量 MCP 服务器涉及四个主要阶段:

阶段 1:深度研究与规划

1.1 理解现代 MCP 设计:平衡全面 API 端点覆盖与专业工作流工具。工作流工具对特定任务更便利,而全面覆盖给代理组合操作的灵活性。性能因客户端而异—某些客户端受益于组合基本工具的代码执行,而其他客户端更适合高级工作流。不确定时,优先全面 API 覆盖。 工具命名与可发现性:清晰、描述性工具名帮助代理快速找到正确工具。使用一致前缀(如 github_create_issuegithub_list_repos)与面向动作的命名。 上下文管理:代理受益于简洁工具描述与过滤/分页结果能力。设计返回聚焦、相关数据的工具。某些客户端支持代码执行,可帮助代理高效过滤与处理数据。 可操作错误消息:错误消息应通过具体建议与下一步指导代理走向解决方案。

1.2 研究 MCP 协议文档:从 sitemap 开始:https://modelcontextprotocol.io/sitemap.xml,然后获取带 .md 后缀的特定页面(如 https://modelcontextprotocol.io/specification/draft.md)。关键页面:规范概览与架构、传输机制(可流式 HTTP、stdio)、工具、资源与提示定义。

1.3 研究框架文档:推荐栈:TypeScript(高质量 SDK 支持与许多执行环境良好兼容性,AI 模型擅长生成 TypeScript 代码,受益于广泛使用、静态类型与良好 linting 工具)、传输:可流式 HTTP 用于远程服务器(使用无状态 JSON),stdio 用于本地服务器。 加载框架文档:MCP 最佳实践、TypeScript SDK(从 GitHub 获取 README)、Python SDK(从 GitHub 获取 README)。

1.4 规划实现:理解 API(审查服务 API 文档以识别关键端点、认证要求与数据模型)、工具选择(优先全面 API 覆盖,列出要实现的端点,从最常见操作开始)。

阶段 2:实现

2.1 设置项目结构:见语言特定指南(TypeScript 指南、Python 指南)。 2.2 实现核心基础设施:创建共享工具:带认证的 API 客户端、错误处理助手、响应格式化(JSON/Markdown)、分页支持。 2.3 实现工具:对每个工具:输入 Schema(使用 Zod(TypeScript)或 Pydantic(Python),包含约束与清晰描述,在字段描述中添加示例)、输出 Schema(如可能定义 outputSchema 用于结构化数据,在工具响应中使用 structuredContent(TypeScript SDK 功能))、工具描述(功能简洁摘要、参数描述、返回类型 schema)、实现(I/O 操作用 async/await,带可操作消息的适当错误处理,如适用支持分页,使用现代 SDK 时返回文本内容与结构化数据)、注释(readOnlyHintdestructiveHintidempotentHintopenWorldHint)。

阶段 3:审查与测试

3.1 代码质量:审查:无重复代码(DRY 原则)、一致错误处理、完整类型覆盖、清晰工具描述。 3.2 构建与测试:TypeScript:运行 npm run build 验证编译,使用 MCP Inspector 测试:npx @modelcontextprotocol/inspector;Python:验证语法:python -m py_compile your_server.py,使用 MCP Inspector 测试。

阶段 4:创建评估

实现 MCP 服务器后,创建全面评估以测试其有效性。 4.1 理解评估目的:使用评估测试 LLM 是否有效使用你的 MCP 服务器回答现实、复杂问题。 4.2 创建 10 个评估问题:遵循评估指南中的流程:工具检查、内容探索、问题生成、答案验证。 4.3 评估要求:确保每个问题:独立、只读、复杂(需要多次工具调用与深度探索)、现实(基于人类会关心的真实用例)、可验证(单一、清晰答案可通过字符串比较验证)、稳定(答案不会随时间改变)。 4.4 输出格式:创建 XML 文件,包含问题与答案。

参考文件

核心 MCP 文档:从 sitemap 开始,然后获取特定页面;MCP 最佳实践(通用 MCP 指南,包括服务器与工具命名约定、响应格式指南、分页最佳实践、传输选择、安全与错误处理标准)。 SDK 文档:Python SDK、TypeScript SDK(从 GitHub 获取 README)。 语言特定实现指南:Python 实现指南(完整 Python/FastMCP 指南)、TypeScript 实现指南(完整 TypeScript 指南)。 评估指南:完整评估创建指南。

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

windsurf

29.51%
按下载量换算22

OpenCode

21.07%
按下载量换算16

Cursor

17.04%
按下载量换算13

kiro-cli

13.41%
按下载量换算10

Codex

7.49%
按下载量换算6

Claude Code

3.1%
按下载量换算2

安全审计

暂无安全审计结果可展示。

权限和风险

external-service

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills