SuperAPI AI 工具集

mcp-builder

智能体与模型

查看项目

更新于 10-16 08:21

技能介绍

用途 mcp-builder 是一份用于创建高质量 MCP(Model Context Protocol)服务器的开发指南。其核心目标是构建能让 LLM 通过精心设计的工具与外部服务交互的 MCP 服务器。资料明确指出,MCP 服务器的质量以其让 LLM 完成真实世界任务的能力来衡量。该指南适用于需要开发 MCP 服务器的场景。

主要能力 该指南给出了一套分四个阶段的完整开发流程。

第一阶段:深度研究与规划。包括理解现代 MCP 设计,在全面 API 覆盖与专门的工作流工具之间进行权衡;工具命名与可发现性,建议使用一致前缀(如 github_create_issue、github_list_repos)和面向动作的命名;上下文管理,建议工具描述简明并提供过滤/分页结果的能力;错误信息应具备可操作性,以具体建议和后续步骤引导智能体。此外需研读 MCP 协议文档(从 https://modelcontextprotocol.io/sitemap.xml 开始,用 .md 后缀获取 markdown 页面,重点关注规范概览与架构、传输机制如 streamable HTTP 与 stdio、工具/资源/提示定义),研读框架文档,并规划实现(了解 API 文档、确定关键端点、认证需求和数据模型,列出待实现端点,从最常见操作开始)。

第二阶段:实现。包括搭建项目结构;实现核心基础设施,如带认证的 API 客户端、错误处理助手、响应格式化(JSON/Markdown)、分页支持;实现工具,包括使用 Zod(TypeScript)或 Pydantic(Python)编写输入 Schema、在可能时定义 outputSchema 并使用 structuredContent、编写工具描述、以 async/await 实现 I/O、提供带可操作信息的错误处理和分页支持,以及注解(readOnlyHint、destructiveHint、idempotentHint、openWorldHint)。

第三阶段:审查与测试。包括代码质量检查(无重复代码、错误处理一致、完整类型覆盖、清晰工具描述);构建与测试,TypeScript 运行 npm run build 并用 npx @modelcontextprotocol/inspector 测试,Python 用 python -m py_compile your_server.py 验证语法并用 MCP Inspector 测试。

第四阶段:创建评估。生成 10 个评估问题,流程包括工具检查、用只读操作探索内容、生成 10 个复杂真实问题、自行求解验证答案。每个问题需满足:独立、只读、复杂、真实、可验证(单一明确答案,可用字符串比较验证)、稳定(答案不随时间改变)。输出为 XML 文件,结构为 evaluation 包含多个 qa_pair,每个 qa_pair 含 question 与 answer。

使用方式 资料给出的推荐技术栈为:语言使用 TypeScript(SDK 支持质量高,在 MCPB 等执行环境中兼容性好,且 AI 模型擅长生成 TypeScript 代码);传输方式为远程服务器使用 Streamable HTTP 并采用无状态 JSON,本地服务器使用 stdio。开发过程中按需加载参考资源:核心 MCP 文档(优先加载)、MCP 最佳实践、SDK 文档(Python SDK 与 TypeScript SDK,Phase 1/2 加载)、语言特定实现指南(Phase 2 加载,含 Python/FastMCP 指南与 TypeScript 指南)、评估指南(Phase 4 加载)。其中 SDK 文档通过 WebFetch 加载对应 README(TypeScript:https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md;Python:https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md)。

适用场景 适用于创建 MCP 服务器,使 LLM 能够与外部服务交互。资料提到,不同客户端表现不同:部分客户端受益于组合基础工具的代码执行,另一部分更适合高层工作流;在不确定时应优先选择全面的 API 覆盖。

限制 资料未提供关于收费、价格、平台支持范围、运行环境具体约束等更多信息。资料提到的具体实现细节、框架版本、依赖要求等以对应 SDK 与实现指南为准,本指南本身未展开这些细节。