⚡

MCP服务器开发指南Skill anthropic-mcp-builder

这个技能提供了创建高质量MCP（模型上下文协议）服务器的完整指南，使大语言模型能够通过设计良好的工具与外部服务交互。涵盖从深度研究、规划、实现、测试到评估的全过程，适用于Python和TypeScript开发。关键词：MCP、服务器开发、人工智能、LLM集成、API工具、TypeScript、Python、开发流程、AI应用、量化交易专家。

后端开发 0 次安装 0 次浏览 更新于 3/20/2026

名称：anthropic-mcp-builder 描述：用于创建高质量MCP（模型上下文协议）服务器的指南，使大语言模型能够通过设计良好的工具与外部服务交互。在构建MCP服务器以集成外部API或服务时使用，无论是用Python（FastMCP）还是Node/TypeScript（MCP SDK）。 许可证：完整条款在LICENSE.txt中

MCP 服务器开发指南

概述

创建MCP（模型上下文协议）服务器，使大语言模型能够通过设计良好的工具与外部服务交互。MCP服务器的质量取决于其如何使大语言模型完成现实世界任务的能力。

流程

🚀 高级工作流程

创建高质量MCP服务器涉及四个主要阶段：

阶段 1：深度研究与规划

1.1 理解现代 MCP 设计

API 覆盖 vs. 工作流程工具： 平衡全面的API端点覆盖与专门的工作流程工具。工作流程工具对于特定任务可能更方便，而全面覆盖使代理能够灵活组合操作。性能因客户端而异——一些客户端受益于结合基本工具的代码执行，而其他客户端则更适合高级工作流程。当不确定时，优先考虑全面的API覆盖。

工具命名和可发现性： 清晰、描述性的工具名称帮助代理快速找到正确的工具。使用一致的前缀（例如 github_create_issue、github_list_repos）和面向操作的命名。

上下文管理： 代理受益于简洁的工具描述和过滤/分页结果的能力。设计返回集中、相关数据的工具。一些客户端支持代码执行，可以帮助代理高效过滤和处理数据。

可操作的错误消息： 错误消息应通过具体建议和下一步步骤指导代理找到解决方案。

1.2 研究 MCP 协议文档

导航 MCP 规范：

从站点地图开始查找相关页面：https://modelcontextprotocol.io/sitemap.xml

然后获取带有 .md 后缀的特定页面以获取Markdown格式（例如 https://modelcontextprotocol.io/specification/draft.md）。

要查看的关键页面：

  • 规范概述和架构
  • 传输机制（可流式HTTP、stdio）
  • 工具、资源和提示定义

1.3 研究框架文档

推荐堆栈：

  • 语言：TypeScript（高质量的SDK支持和在许多执行环境中的良好兼容性，例如MCPB。此外，AI模型擅长生成TypeScript代码，受益于其广泛使用、静态类型和良好的linting工具）
  • 传输：远程服务器使用可流式HTTP，使用无状态JSON（更简单扩展和维护，相对于有状态会话和流式响应）。本地服务器使用stdio。

加载框架文档：

对于 TypeScript（推荐）：

  • TypeScript SDK：使用 WebFetch 加载 https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md
  • ⚡ TypeScript 指南 - TypeScript 模式和示例

对于 Python：

  • Python SDK：使用 WebFetch 加载 https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md
  • 🐍 Python 指南 - Python 模式和示例

1.4 规划您的实现

理解 API： 查看服务的API文档以识别关键端点、认证要求和数据模型。根据需要，使用网络搜索和WebFetch。

工具选择： 优先考虑全面的API覆盖。列出要实现的端点，从最常见的操作开始。

阶段 2：实现

2.1 设置项目结构

参见语言特定指南以设置项目：

2.2 实现核心基础设施

创建共享工具：

  • 带有认证的 API 客户端
  • 错误处理助手
  • 响应格式化（JSON/Markdown）
  • 分页支持

2.3 实现工具

对于每个工具：

输入模式：

  • 使用 Zod（TypeScript）或 Pydantic（Python）
  • 包括约束和清晰描述
  • 在字段描述中添加示例

输出模式：

  • 尽可能定义 outputSchema 以获取结构化数据
  • 在工具响应中使用 structuredContent（TypeScript SDK 功能）
  • 帮助客户端理解和处理工具输出

工具描述：

  • 功能的简洁总结
  • 参数描述
  • 返回类型模式

实现：

  • I/O 操作使用 async/await
  • 使用可操作消息进行适当的错误处理
  • 适用时支持分页
  • 使用现代 SDK 时返回文本内容和结构化数据

注释：

  • readOnlyHint：真/假
  • destructiveHint：真/假
  • idempotentHint：真/假
  • openWorldHint：真/假

阶段 3：审查和测试

3.1 代码质量

审查：

  • 无重复代码（DRY 原则）
  • 一致错误处理
  • 完整类型覆盖
  • 清晰工具描述

3.2 构建和测试

TypeScript：

  • 运行 npm run build 以验证编译
  • 使用 MCP Inspector 测试：npx @modelcontextprotocol/inspector

Python：

  • 验证语法：python -m py_compile your_server.py
  • 使用 MCP Inspector 测试

参见语言特定指南以获取详细的测试方法和质量检查清单。

阶段 4：创建评估

实现 MCP 服务器后，创建综合评估以测试其有效性。

加载 ✅ 评估指南 以获取完整的评估指南。

4.1 理解评估目的

使用评估来测试大语言模型是否能够有效使用您的 MCP 服务器回答现实、复杂的问题。

4.2 创建 10 个评估问题

要创建有效的评估，请遵循评估指南中概述的过程：

  1. 工具检查：列出可用工具并了解其功能
  2. 内容探索：使用只读操作探索可用数据
  3. 问题生成：创建 10 个复杂、现实的问题
  4. 答案验证：自己解决每个问题以验证答案

4.3 评估要求

确保每个问题：

  • 独立：不依赖其他问题
  • 只读：仅需要非破坏性操作
  • 复杂：需要多个工具调用和深度探索
  • 现实：基于人类关心的真实用例
  • 可验证：单一、清晰的答案，可以通过字符串比较验证
  • 稳定：答案不会随时间改变

4.4 输出格式

创建具有以下结构的 XML 文件：

<evaluation>
  <qa_pair>
    <question>查找关于 AI 模型启动的讨论，这些讨论使用动物代号。一个模型需要一个特定的安全指定，格式为 ASL-X。对于以斑点野生猫命名的模型，正在确定的数字 X 是什么？</question>
    <answer>3</answer>
  </qa_pair>
<!-- 更多 qa_pair... -->
</evaluation>

参考文件

📚 文档库

在开发过程中根据需要加载这些资源：

核心 MCP 文档（首先加载）

  • MCP 协议：从站点地图开始 https://modelcontextprotocol.io/sitemap.xml，然后获取带有 .md 后缀的特定页面
  • 📋 MCP 最佳实践 - 通用 MCP 指南，包括：
    • 服务器和工具命名约定
    • 响应格式指南（JSON vs Markdown）
    • 分页最佳实践
    • 传输选择（可流式 HTTP vs stdio）
    • 安全和错误处理标准

SDK 文档（在阶段 1/2 加载）

  • Python SDK：从 https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md 获取
  • TypeScript SDK：从 https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md 获取

语言特定实现指南（在阶段 2 加载）

  • 🐍 Python 实现指南 - 完整的 Python/FastMCP 指南，包括：

    • 服务器初始化模式
    • Pydantic 模型示例
    • 使用 @mcp.tool 的工具注册
    • 完整工作示例
    • 质量检查清单

  • ⚡ TypeScript 实现指南 - 完整的 TypeScript 指南，包括：

    • 项目结构
    • Zod 模式模式
    • 使用 server.registerTool 的工具注册
    • 完整工作示例
    • 质量检查清单

评估指南（在阶段 4 加载）

  • ✅ 评估指南 - 完整的评估创建指南，包括：
    • 问题创建指南
    • 答案验证策略
    • XML 格式规范
    • 示例问题和答案
    • 使用提供的脚本运行评估