SuperAPI AI 工具集

mcp-builder

智能体与模型

查看项目

更新于 10-16 06:57

技能介绍

用途

mcp-builder 是一份指导创建高质量 MCP(Model Context Protocol)服务器的技能。MCP 服务器提供工具,使 LLM 能够访问外部服务和 API。MCP 服务器的质量以其能否帮助 LLM 使用所提供的工具完成真实世界任务来衡量。

主要能力

该技能围绕四个阶段组织开发流程:

阶段一:深度研究与规划

  • 理解以智能体为中心的设计原则:为工作流而非仅 API 端点构建工具;优化有限的上下文;设计可操作的错误信息;遵循自然任务划分;采用评估驱动开发。
  • 研究 MCP 协议文档(通过 WebFetch 加载 https://modelcontextprotocol.io/llms-full.txt)。
  • 研究框架文档:MCP 最佳实践;Python 实现需加载 Python SDK 文档(https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md);Node/TypeScript 实现需加载 TypeScript SDK 文档(https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md)。
  • 详尽研究 API 文档,包括认证授权、速率限制与分页、错误响应与状态码、端点与参数、数据模型与模式。
  • 创建包含工具选择、共享工具与辅助函数、输入/输出设计、错误处理策略的完整实现计划。

阶段二:实现

  • 搭建项目结构:Python 使用 MCP Python SDK 与 Pydantic 模型;Node/TypeScript 使用 MCP TypeScript SDK 与 Zod 模式。
  • 先实现核心基础设施:API 请求辅助函数、错误处理工具、响应格式化函数(JSON 与 Markdown)、分页辅助、认证/令牌管理。
  • 系统化实现工具:定义输入模式、编写完整文档字符串/描述、实现工具逻辑、添加工具注解(readOnlyHint、destructiveHint、idempotentHint、openWorldHint)。
  • 遵循语言特定最佳实践。

阶段三:审查与优化

  • 代码质量审查:DRY 原则、可组合性、一致性、错误处理、类型安全、文档。
  • 测试与构建:注意 MCP 服务器是长时间运行的进程,直接在主进程中运行会导致挂起;安全测试方式包括使用评估工具、在 tmux 中运行、使用超时(如 timeout 5s python server.py)。Python 可验证语法(python -m py_compile your_server.py);Node/TypeScript 运行 npm run build 并确认生成 dist/index.js。
  • 使用质量检查清单。

阶段四:创建评估

  • 创建 10 个评估问题,要求每个问题独立、只读、复杂、真实、可验证、稳定。
  • 输出为 XML 格式,包含 question 与 answer 的 qa_pair。

使用方式

该技能以指南形式提供,开发过程中按需加载参考文件:核心 MCP 文档(优先加载)、MCP 最佳实践、Python/TypeScript SDK 文档、语言特定实现指南、评估指南。

适用场景

适用于需要为 LLM 构建 MCP 服务器、使其能够与外部服务和 API 交互的开发场景,尤其是希望工具设计符合智能体使用习惯、上下文高效、错误可操作的情况。

限制

资料未提供该技能的具体安装命令、收费方式、价格、支持平台或实际效果数据。