MCP 服务器构建指南
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 @org-02qudk26/mcp-builder-zh。
技能介绍
问题:MCP 工具容易做成接口堆砌
MCP 服务器的难点不在于注册几个工具,而在于 LLM 能否基于工具稳定完成真实任务。常见问题是工具命名含糊、描述缺少边界、返回数据过宽、错误信息无法指导下一步操作,最终导致智能体频繁猜错或重复调用。
技能如何工作
mcp-builder 提供一套分阶段的服务器开发流程:
- 研究规划:审阅 MCP 规范、SDK 文档与目标 API,先确定工具粒度、命名前缀、传输方式与数据模型。
- 实现:搭建项目结构,实现认证客户端、错误处理、响应格式化和分页,再用
Zod或Pydantic定义输入输出 schema,并补充readOnlyHint、destructiveHint等注解。 - 审查测试:检查重复代码、错误处理一致性与类型覆盖,运行构建并通过
MCP Inspector验证工具行为。 - 评估:生成 10 个独立、只读、复杂且可验证的问题,用于检验 LLM 是否能正确组合工具回答真实场景。
适用边界
该技能适合开发面向外部服务的 MCP 服务器,尤其是需要 TypeScript 或 Python 实现、远程 streamable HTTP 或本地 stdio 场景。它不提供具体业务 API 实现,仍需准备目标服务文档、认证信息与测试数据。对于强写操作、状态复杂或权限敏感的工具,应重点评估错误恢复、幂等性与破坏性提示。
使用场景
- 为内部 Git API 创建 MCP 服务器,并定义分页、错误提示与只读注解。
- 使用 TypeScript 和 Zod 实现工具输入输出 schema,再用 MCP Inspector 测试。
- 为 Python/FastMCP 服务编写可运行示例,并检查类型覆盖与重复代码。
- 生成 10 个独立、只读、可验证的问题,评估 LLM 能否组合多个工具完成查询。
适合人员
- 负责把内部 API 包装成 MCP 工具的开发者,希望工具描述、schema 和错误信息可被 LLM 稳定调用。
- 维护 TypeScript/Python MCP 服务器的工程师,需要按规范实现认证客户端、分页和只读/破坏性注解。
- 设计智能体工作流的 AI 工程师,想通过 10 个真实只读问题验证服务器工具组合效果。
- 审查 MCP 代码质量的团队负责人,要求检查 DRY、错误处理一致性和完整类型覆盖。