mcp-builder
MCP-Server für LLM-Tool-Integration erstellen
こちらからも入手できます: sickn33,ArtemisAI,DYAI2025,AutumnsGrove,Azeem-2,92Bilal26,ComposioHQ,mcp-use,92Bilal26,Doyajin174,YYH211,ZhanlinCui,Cam10001110101,anthropics
Die Erstellung effektiver MCP-Server erfordert ein Verständnis von agentenorientiertem Design, korrekten Tool-Definitionen und Evaluierungsstrategien. Dieser Skill bietet umfassende Anleitungen zum Erstellen produktionsreifer MCP-Server in Python oder TypeScript.
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「mcp-builder」を使用しています。 Erstelle einen MCP-Server für eine Aufgabenverwaltungs-API mit Tools zum Auflisten von Aufgaben, Erstellen von Aufgaben und Aktualisieren des Aufgabenstatus.
期待される結果:
- MCP Server: task_manager_mcp
- Tools: list_tasks, create_task, update_task_status, get_task
- Verwendet FastMCP Python SDK mit Pydantic-Modellen zur Validierung
- Unterstützt JSON- und Markdown-Antwortformate
- Zeichenbegrenzung von 25.000 Tokens
セキュリティ監査
低リスクThis is a legitimate documentation and guidance skill for building MCP servers. All 600 static findings are FALSE POSITIVES - patterns detected in markdown documentation are misinterpreted as security risks. The Python scripts (evaluation.py, connections.py) form a standard MCP evaluation harness that uses the official MCP library for subprocess communication and Anthropic SDK for API calls.
リスク要因
⚡ スクリプトを含む (2)
🌐 ネットワークアクセス (1)
品質スコア
作れるもの
Externe APIs integrieren
MCP-Server erstellen, die Ihre Plattform-API als Tools für LLMs verfügbar machen.
Benutzerdefinierte LLM-Tools erstellen
Tools entwerfen und implementieren, die LLM-Fähigkeiten mit domänenspezifischer Funktionalität erweitern.
MCP-Server-Qualität testen
Evaluierungs-Frameworks erstellen, um zu überprüfen, ob MCP-Server LLMs ermöglichen, Aufgaben zu erfüllen.
これらのプロンプトを試す
Build an MCP server for the GitHub API using Python and FastMCP. Include tools for listing repositories, creating issues, and searching code.
Add OAuth 2.1 authentication to an existing MCP server. Use environment variables for API keys.
Create an evaluation framework for an MCP server using the evaluation.py script. Write 10 complex questions.
Review an existing MCP server implementation and optimize it for production with pagination, character limits, and HTTP transport.
ベストプラクティス
- Tools für vollständige Workflows entwerfen, nicht nur für einzelne API-Endpunkte. Verwandte Operationen zu zusammenhängenden Tools konsolidieren.
- Eingabevalidierung mit Pydantic oder Zod verwenden, um Datenintegrität mit beschreibenden Feldbeschränkungen sicherzustellen.
- Paginierung und Zeichenbegrenzungen implementieren, um eine Überlastung der LLM-Kontextfenster zu verhindern.
回避
- Vermeiden Sie es, bestehende API-Endpunkte einfach als einzelne Tools zu wrappen. Dies führt zu Tool-Wildwuchs.
- Geben Sie keine erschöpfenden Datendumps ohne Kürzung zurück. Optimieren Sie Antworten für Informationsdichte.
- Vermeiden Sie generische Tool-Namen ohne Service-Präfixe. Verwenden Sie klare Bezeichnungen wie github_create_issue.