技能简介
这个技能指导你创建高质量的MCP(Model Context Protocol)服务器。MCP是一种协议,让大语言模型能够通过设计良好的工具与外部服务和API交互。无论你是用Python(FastMCP)还是Node/TypeScript(MCP SDK),都能获得系统性的开发指导。
能做什么
- 设计面向AI工作流的工具(而非简单包装API端点)
- 优化有限上下文窗口的信息返回
- 设计可操作的错误提示,引导AI修正用法
- 创建评估驱动的开发流程
- 支持Python和Node/TypeScript两种技术栈
使用说明
开发流程:
1. 研究阶段
- 理解MCP协议规范:
https://modelcontextprotocol.io/llms-full.txt - 查阅Python SDK或TypeScript SDK文档
- 完整研读目标服务的API文档
2. 规划阶段
- 选择最有价值的端点/操作实现为工具
- 设计共享工具函数和辅助方法
- 定义输入验证模型(Python用Pydantic,TypeScript用Zod)
- 规划错误处理策略和分页机制
3. 设计原则
- 面向工作流设计:不要简单包装API,要构建完整任务的工具(如
schedule_event同时检查可用性并创建事件) - 优化上下文:返回高价值信息,提供”简洁”与”详细”两种格式选项
- 可操作错误:错误信息应建议具体下一步,如”尝试使用filter=’active_only’减少结果”
- 自然命名:工具名称应反映人类思考任务的方式
4. 输入输出设计
- 默认使用人类可读的标识符(名称优于ID)
- 考虑大规模使用场景(数千用户/资源)
- 实施字符限制和截断策略(如25000字符)
- 配置详细程度选项(Detailed/Concise)
技术栈选择:
- Python:使用FastMCP框架
- Node/TypeScript:使用MCP SDK
输入与输出
见下方输入与输出表格。
| 项目 | 内容 |
|---|
| 输入 | API服务文档、工具需求描述、技术栈选择(Python/Node) |
| 输出 | MCP服务器代码、工具设计方案、错误处理策略 |
| 适用人群 | 后端开发者、API集成工程师、AI应用开发者、工具平台构建者 |
| 不包含 | MCP协议服务器运行时、外部API的认证凭证、生产环境部署配置 |
风险提示
- 原始页信息不足:缺少具体的安装命令和完整的代码示例
- 缺少参数详细说明和示例输出展示
- MCP协议仍在演进,需关注官方文档更新
- 外部API的限流和权限控制需自行处理
- 大规模部署时需考虑性能和缓存策略
来源信息
原始链接:https://github.com/openclaw/skills/tree/main/skills/seanphan/mcp-builder/SKILL.md
来源类型:github