mcp-builder

MCP Builder - MCP 服务器开发完整指南

技能概述

MCP Builder 是一套完整的 MCP (Model Context Protocol) 服务器开发指南，帮助开发者创建高质量的 MCP 服务器，让 LLM 能够通过精心设计的工具与外部服务交互。

适用场景

1. 集成外部 API 到 LLM 应用

当你需要让 AI 应用调用第三方 API（如 GitHub、数据库、支付服务）时，MCP Builder 提供了标准化的开发流程，涵盖从协议研究到工具设计的全流程指导。

2. 构建 AI Agent 工具接口

为 Claude 等 LLM 构建可调用的工具层时，本指南涵盖了工具命名规范、输入输出 Schema 定义、错误处理等关键设计要素，确保工具对 AI 友好且易于调用。

3. MCP 服务器质量评估

开发完成后，需要验证 LLM 能否有效使用你的 MCP 服务器时，指南提供了评估问题创建方法，包含 10 个复杂场景的测试用例设计标准。

核心功能

1. 四阶段开发流程

将 MCP 服务器开发分解为：研究规划 → 项目实现 → 代码审查 → 评估测试四个阶段，每个阶段都有明确的检查清单和输出目标，避免遗漏关键步骤。

2. TypeScript 与 Python 双语言支持

提供 TypeScript SDK（推荐）和 Python FastMCP 的完整实现示例，包括项目结构、Zod/Pydantic Schema 定义、工具注册等实用代码片段，直接可复用。

3. MCP 最佳实践集成

内置官方 MCP 规范解读，涵盖服务器命名、响应格式（JSON vs Markdown）、分页设计、传输方式选择（streamable HTTP vs stdio）等规范，确保服务器符合行业标准。

常见问题

MCP 服务器是什么？用来做什么？

MCP (Model Context Protocol) 服务器是一个标准化接口，让 LLM 能够通过定义好的"工具"与外部系统交互。比如你可以创建一个 MCP 服务器，让 Claude 能够读取 GitHub issues、查询数据库或调用支付 API。

如何选择 TypeScript 还是 Python 开发 MCP 服务器？

推荐使用 TypeScript，因为：① SDK 支持更完善 ② AI 模型生成 TypeScript 代码能力更强 ③ 静态类型和 lint 工具成熟。如果你的团队已使用 Python 技术栈，FastMCP 也是可行选择，文档中有完整的 Pydantic 模型示例。

MCP 工具的输入输出 Schema 怎么定义？

TypeScript 使用 Zod、Python 使用 Pydantic 来定义 Schema。输入 Schema 需要包含字段类型、约束条件和清晰描述；输出 Schema 使用 outputSchema 定义结构化数据，并配合 structuredContent 返回，这样客户端能更好地理解处理结果。

什么是 MCP 评估？为什么要创建评估问题？

MCP 评估是测试 LLM 能否有效使用你的服务器来回答复杂问题的方法。你需要创建 10 个独立的、只读的、需要多次工具调用的真实场景问题，并自己验证答案。这能帮助发现工具设计中的盲点，确保服务器在实际使用中可靠有效。