Open Skills Logo
Open Skills

mcp-builder

创建高质量MCP（模型上下文协议）服务器指南，旨在通过精心设计的工具使LLM能够与外部服务交互。适用于构建MCP服务器以集成外部API或服务，无论是使用Python（FastMCP）还是Node/TypeScript（MCP SDK）。

作者

@ComposioHQ

分类

开发工具

安装

热度:174

下载并解压到你的 skills 目录

复制命令，发送给智能体自动安装：

下载并安装这个技能 https://openskills.cc/api/download?slug=composiohq-mcp-builder&locale=zh&source=copy

MCP Builder - 创建高质量 MCP 服务器的完整开发指南

技能概述


MCP Builder 提供创建高质量 Model Context Protocol (MCP) 服务器的完整开发指南，帮助开发者构建让 LLM 能够有效与外部服务交互的强大工具，涵盖从研究规划到实现、评审和评估的全流程最佳实践。

适用场景

1. 构建 API 集成服务器


当你需要让 LLM 访问外部 API 或服务时，MCP Builder 提供完整的实现指南，包括 Python (FastMCP) 和 TypeScript (MCP SDK) 两种技术栈，帮助你设计符合代理工作流程的高质量工具。

2. 企业级工具开发


面向需要深度集成企业内部系统、数据库或第三方服务的开发者，MCP Builder 提供分页、限流、错误处理等生产级最佳实践，确保服务器在规模化使用时保持稳定和高效。

3. AI 应用基础设施


为 LLM 应用开发者提供从工具设计到评估测试的完整方法论，包括如何为受限上下文窗口优化响应格式、设计可操作的错误消息、以及创建有效的评估场景来验证工具质量。

核心功能

1. 四阶段开发工作流


  • 阶段一：深度研究与规划 - 理解以代理为中心的设计原则，研究 MCP 协议文档和框架 SDK，制定涵盖工具选择、共享工具、输入输出设计和错误策略的综合实现计划

  • 阶段二：系统化实现 - 按照语言最佳实践设置项目结构，先实现核心基础设施，再系统化地实现每个工具，包括输入验证、文档描述、逻辑实现和工具注解

  • 阶段三：评审与优化 - 通过代码质量审查确保 DRY 原则、可组合性和一致性，使用安全的方式测试和构建服务器，参考质量清单验证实现

  • 阶段四：评估与验证 - 创建包含 10 个复杂问题的评估场景，测试 LLM 是否能有效使用你的 MCP 服务器，每个问题都需要多次工具调用和深度探索

    • 2. 双语言栈支持


  • Python 开发 - 使用 FastMCP 和 Pydantic v2，提供完整的类型提示、异步 I/O、模块级常量和 @mcp.tool 装饰器最佳实践

  • TypeScript 开发 - 使用 MCP SDK 和 Zod schemas，确保严格模式、显式 Promise 返回类型和完整的构建流程配置

    • 3. 完整文档库


    包含 MCP 协议规范、最佳实践指南、语言特定的实现手册，以及评估创建指南，为每个开发阶段提供详细的参考资源和质量清单

    常见问题

    MCP 服务器是什么？为什么要使用 MCP 协议？


    MCP (Model Context Protocol) 是一种让 LLM 通过工具访问外部服务和 API 的标准化协议。相比直接调用 REST API，MCP 服务器提供了专为 AI 代理设计的工具接口，支持工作流级别的操作、上下文优化和可操作的错误处理。使用 MCP 可以让你的外部服务更容易被 LLM 理解和使用，减少 token 消耗并提高任务完成率。

    如何选择 FastMCP 还是 MCP SDK 来开发服务器？


    选择主要取决于你的技术栈和项目复杂度。如果你是 Python 开发者或项目相对简单，FastMCP 提供了快速开发的 @mcp.tool 装饰器和 Pydantic 验证，适合单文件或模块化组织。如果你是 TypeScript 开发者或需要严格类型安全，MCP SDK 提供了 server.registerTool API 和 Zod schemas，配合严格的 TypeScript 配置更适合大型项目。两者都支持相同的 MCP 协议特性，选择你熟悉的语言即可。

    MCP 服务器开发的四个阶段是什么？


    四个阶段分别是：(1) 深度研究与规划 - 理解代理设计原则，研究 API 文档，制定实现计划；(2) 系统化实现 - 设置项目结构，实现基础设施和工具，遵循语言最佳实践；(3) 评审与优化 - 审查代码质量，安全测试服务器，使用质量清单验证；(4) 评估与验证 - 创建 10 个复杂评估问题，测试 LLM 能否有效使用你的服务器。这个流程确保你不仅实现功能，更实现高质量、易用的工具。