Token导航 LogoToken导航

Agent Skill · 开发

openakita%2fskills%40mcp-installer(openakita%2fskills%40mcp 安装程序)

openakita%2fskills%40mcp-installer 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

openakita%2fskills%40mcp-installer 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,暂无第三方扫描结果,按安装量在开发类的 21,744 个 Skill 里排第 17,643。

总安装 392周安装 16GitHub Stars 1,704下载 127核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

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:openakita%2fskills%40mcp-installer(openakita%2fskills%40mcp 安装程序)
来源仓库:https://github.com/openakita/openakita
仓库路径:skills/openakita%2Fskills%40mcp-installer
安装命令:
npx skills add https://github.com/openakita/openakita --skill openakita/skills@mcp-installer
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。

skills.shnpx skills
npx skills add https://github.com/openakita/openakita --skill openakita/skills@mcp-installer

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

openakita%2fskills%40mcp-installer 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合整理协作事项。适用于围绕仓库状态、代码变更或协作流程进行信息梳理的场景。

通过 npx skills add 命令从 GitHub 仓库安装,需结合原始 README 核验具体用法。安装前应确认权限范围、维护状态,以及是否触发联网、命令执行或文件读写操作。建议在使用前检查技能的实际功能边界和宿主环境兼容性。

来源仓库内路径:skills/openakita%2Fskills%40mcp-installer

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/openakita/openakita --skill openakita/skills@m…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

openakita%2fskills%40mcp-installer 怎么安装?

在终端执行 npx skills add https://github.com/openakita/openakita --skill openakita/skills@mcp-install…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

openakita%2fskills%40mcp-installer 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

openakita%2fskills%40mcp-installer 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

openakita%2fskills%40mcp-installer 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

openakita%2fskills%40mcp-installer 用的人多吗?

公开数据是累计安装 392 次,近一周安装 16 次,下载 127 次,GitHub 1,704 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

openakita%2fskills%40mcp-installer 安全吗?

没有查到第三方扫描结果,安全性无法从公开资料判断,安装前请自行审查源码、依赖和命令行为。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 来源仓库有 1,704 星,维护活跃度相对可查。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 没有第三方扫描结果,安全性只能靠自己读源码判断。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 要求有安全扫描结论才肯安装的团队。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
openakita%2fskills%40mcp-installer

openakita%2fskills%40mcp 安装程序 · 本页

3921,704接触敏感数据未明确未收录

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

MCP Installer — 安装与配置 MCP 服务器

系统 MCP 架构概述

OpenAkita 使用目录结构管理 MCP 服务器。每个 MCP 服务器是一个独立目录,包含配置和工具定义:

<server-name>/
├── SERVER_METADATA.json    # 必需:服务器配置
├── INSTRUCTIONS.md         # 可选:使用说明(复杂服务器建议提供)
└── tools/                  # 可选:工具定义(连接后可自动发现)
    ├── tool1.json
    └── tool2.json

配置存储位置

位置说明可写
mcps/内置 MCP(随项目发行)否
.mcp/兼容目录否
data/mcp/servers/用户/AI 添加的配置是

所有新添加的 MCP 服务器写入 data/mcp/servers/。

传输协议

协议场景必需字段
stdio本地进程(npx/python/node)command + args
streamable_http远程 HTTP 服务url
sse旧版 MCP 服务器(SSE)url

安装流程

方式一:使用 add_mcp_server 工具(推荐)

系统内置了 add_mcp_server 工具,可以直接添加 MCP 服务器:

stdio 模式(npx 包):

add_mcp_server(
    name="filesystem",
    transport="stdio",
    command="npx",
    args=["-y", "@anthropic/mcp-server-filesystem", "/path/to/dir"],
    description="文件系统访问"
)

stdio 模式(Python 包):

add_mcp_server(
    name="my-tool",
    transport="stdio",
    command="python",
    args=["-m", "my_mcp_package"],
    description="我的 MCP 工具",
    env={"API_KEY": "xxx"}
)

stdio 模式(uvx 包):

add_mcp_server(
    name="my-tool",
    transport="stdio",
    command="uvx",
    args=["my-mcp-package"],
    description="我的 MCP 工具"
)

streamable_http 模式(远程服务):

add_mcp_server(
    name="remote-api",
    transport="streamable_http",
    url="http://localhost:8080/mcp",
    description="远程 API 服务"
)

sse 模式(旧版兼容):

add_mcp_server(
    name="legacy-api",
    transport="sse",
    url="http://localhost:8080/sse",
    description="旧版 SSE 服务"
)

方式二:手动创建配置目录

直接在 data/mcp/servers/ 下创建目录结构。

第一步:创建目录

mkdir -p data/mcp/servers/<server-name>

第二步:写入 SERVER_METADATA.json

{
  "serverIdentifier": "<server-name>",
  "serverName": "显示名称",
  "serverDescription": "服务器描述",
  "command": "npx",
  "args": ["-y", "package-name"],
  "env": {},
  "transport": "stdio",
  "url": "",
  "autoConnect": false
}

第三步(可选):创建 INSTRUCTIONS.md

为复杂的 MCP 服务器编写使用说明,Agent 可在需要时加载。

第四步(可选):预定义工具

在 tools/ 下创建工具定义 JSON(如果知道工具列表):

{
  "name": "tool_name",
  "description": "工具描述",
  "inputSchema": {
    "type": "object",
    "properties": {
      "param1": {
        "type": "string",
        "description": "参数描述"
      }
    },
    "required": ["param1"]
  }
}
工具定义是可选的——连接服务器后系统会自动发现工具。预定义工具的好处是在未连接时 Agent 也能在系统提示中看到工具列表。

第五步:加载配置

手动创建后调用 reload_mcp_servers 工具让系统扫描并加载新配置。


SERVER_METADATA.json 完整字段说明

字段类型必需说明
serverIdentifierstring是唯一标识符,与目录名一致
serverNamestring是显示名称
serverDescriptionstring否简短描述
commandstringstdio 必需启动命令(python/npx/node/uvx 等)
argsstring[]否命令参数
envobject否环境变量
transportstring否传输协议:stdio(默认)/streamable_http/sse
urlstringHTTP/SSE 必需服务 URL
autoConnectboolean否启动时自动连接(默认 false)

兼容格式:"type": "streamableHttp" 等价于 "transport": "streamable_http"。


常见 MCP 包安装示例

npm 包(通过 npx)

add_mcp_server(
    name="github",
    command="npx",
    args=["-y", "@modelcontextprotocol/server-github"],
    env={"GITHUB_PERSONAL_ACCESS_TOKEN": "<token>"},
    description="GitHub API"
)
add_mcp_server(
    name="puppeteer",
    command="npx",
    args=["-y", "@anthropic/mcp-server-puppeteer"],
    description="Puppeteer 浏览器自动化"
)
add_mcp_server(
    name="sqlite",
    command="npx",
    args=["-y", "@anthropic/mcp-server-sqlite", "path/to/db.sqlite"],
    description="SQLite 数据库"
)

Python 包(通过 python -m 或 uvx)

add_mcp_server(
    name="arxiv",
    command="uvx",
    args=["mcp-server-arxiv"],
    description="arXiv 论文搜索"
)
add_mcp_server(
    name="postgres",
    command="python",
    args=["-m", "mcp_server_postgres", "postgresql://user:pass@localhost/db"],
    description="PostgreSQL 数据库"
)

远程 HTTP 服务

add_mcp_server(
    name="composio",
    transport="streamable_http",
    url="https://mcp.composio.dev/partner/mcp_xxxx",
    description="Composio 集成平台"
)

本地创建的 MCP 服务器

如果使用 mcp-builder 技能创建了自定义 MCP 服务器,必须在创建后调用 add_mcp_server 注册:

Python 脚本(使用绝对路径):

add_mcp_server(
    name="my-custom-tool",
    command="python",
    args=["C:/path/to/my_project/server.py"],
    description="自定义 MCP 工具"
)

Python 模块:

add_mcp_server(
    name="my-custom-tool",
    command="python",
    args=["-m", "my_mcp_project.server"],
    description="自定义 MCP 工具"
)

TypeScript(编译后):

add_mcp_server(
    name="my-custom-tool",
    command="node",
    args=["C:/path/to/my_project/dist/index.js"],
    description="自定义 MCP 工具"
)
重要:本地脚本务必使用绝对路径,相对路径可能导致工作目录不对而失败。

安装前检查清单

  1. 确认命令可用:stdio 模式下检查 command 是否在 PATH 中(which npx、which python)
  2. 确认依赖已安装:npm 包需要 Node.js,Python 包需要对应环境
  3. 确认端口/URL 可达:HTTP/SSE 模式下确认目标 URL 可访问
  4. 准备环境变量:许多 MCP 服务器需要 API Key 等凭证,通过 env 字段传入
  5. 命名规范:serverIdentifier 使用小写字母和连字符(如 my-tool),保持简洁

安装后验证

添加后系统会自动尝试连接。如果自动连接失败:

  1. 使用 connect_mcp_server("server-name") 手动连接
  2. 连接成功后使用 list_mcp_servers 查看状态
  3. 使用 call_mcp_tool("server-name", "tool_name", {...}) 测试调用

故障排查

问题可能原因解决方法
命令未找到未安装或不在 PATH安装对应运行时(Node.js/Python)
连接超时服务器启动慢或卡死增大 MCP_CONNECT_TIMEOUT(默认 30s)
HTTP 连接失败URL 错误或服务未启动确认 URL 正确且服务已运行
工具为空连接未成功先确保 connect_mcp_server 成功
权限错误API Key 缺失或无效检查 env 中的凭证配置

管理操作

  • 列出服务器: list_mcp_servers
  • 连接: connect_mcp_server("name")
  • 断开: disconnect_mcp_server("name")
  • 删除: remove_mcp_server("name")(仅 data/mcp/servers/ 中的配置)
  • 重新加载全部: reload_mcp_servers

平台分布

Codex

37.45%
按下载量换算48

Claude

29.89%
按下载量换算38

Cursor

18.95%
按下载量换算24

Gemini CLI

10.52%
按下载量换算13

安全审计

暂无安全审计结果可展示。

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills