Agent Skills
返回列表
MCP Server 开发指南

MCP Server 开发指南

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_76b490f9/aaa-new。

技能介绍

解决的问题

构建 MCP Server 时，常见问题不是“能不能调接口”，而是 LLM 能不能稳定发现工具、理解参数、处理分页、错误和结构化输出。该技能把开发流程拆成可执行阶段，减少从 API 文档到可用 Agent 工具的跳变。

核心工作流与边界

  • 研究与规划：先阅读 MCP 规范、Best Practices 和 SDK 文档，再确定 API 覆盖范围、工具命名与上下文策略。
  • 实现：优先用 TypeScript 或 Python 构建远程或本地 Server，使用 Zod、Pydantic 定义输入 schema，并补充 outputSchema、structuredContent 和工具标注。
  • 测试与评估：执行构建、语法检查和 MCP Inspector 验证行为，最后生成 10 个独立、只读、复杂、可验证的问题用于评估。

适合需要把外部服务包装成 MCP 工具的工程师；若目标 API 不稳定，或客户端对代码执行、流式会话支持差异较大，需要先验证兼容性。

使用场景

  • 把内部 Git API 包装成 MCP 工具，让 Agent 可创建 issue 与查询仓库。
  • 依据 MCP 规范设计远程服务器工具命名、输入 schema 和分页返回。
  • 用 TypeScript 和 Zod 实现外部服务工具，并用 MCP Inspector 验证行为。
  • 上线前为 MCP Server 生成 10 个只读、复杂、可验证的评估问题。

适合人员

  • 需要把企业 API 接入 LLM Agent 的后端工程师，要求工具可被模型稳定调用。
  • 构建 MCP 远程服务的平台工程师，关注 Streamable HTTP、无状态 JSON 和分页。
  • 使用 TypeScript SDK 做 Agent 工具的开发者，需要 Zod schema 和 structuredContent。
  • 负责评估 Agent 工具质量的测试工程师，要设计只读、可验证问题。