スキル mcp-builder
📦

mcp-builder

低リスク ⚡ スクリプトを含む🌐 ネットワークアクセス⚙️ 外部コマンド

Claude 統合用の MCP サーバーを構築する

こちらからも入手できます: 92Bilal26,YYH211,anthropics,92Bilal26,davila7,ArtemisAI,AutumnsGrove,Azeem-2,Doyajin174,DYAI2025,Cam10001110101,ComposioHQ,mcp-use

AI アシスタントとうまく連携する MCP サーバーの作成には、慎重な設計判断が必要です。このガイドでは、信頼性の高い LLM 相互作用を保証するための、ツール設計、API 統合、評価の実証済みパターンを提供します。

対応: Claude Codex Code(CC)
📊 71 十分
1

スキルZIPをダウンロード

2

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

3

オンにして利用開始

テストする

「mcp-builder」を使用しています。 適切なツール定義を備えた Python MCP サーバーの構造を示してください

期待される結果:

  • server.py、tools/、utils/ ディレクトリを持つプロジェクト構造
  • Pydantic スキーマと @mcp.tool デコレータを使用したツール登録
  • エラーハンドリングとページネーションを備えた非同期関数の実装

「mcp-builder」を使用しています。 優れた MCP ツールの説明には何を含めるべきですか?

期待される結果:

  • ツールの目的の明確な要約を 1 文で
  • 各入力が何をするかを説明するパラメータの説明
  • 典型的な使用シナリオの例
  • 戻り値の型の情報と形式の期待

セキュリティ監査

低リスク
v1 • 2/24/2026

This is a documentation skill containing guides for building MCP servers. Static analysis detected 498 patterns, but nearly all are FALSE POSITIVES from markdown documentation files showing code examples. The Python scripts (evaluation.py, connections.py) are legitimate evaluation tooling using official Anthropic and MCP SDKs. Minor risk from environment variable handling in evaluation scripts.

9
スキャンされたファイル
3,330
解析された行数
6
検出結果
1
総監査数
中リスクの問題 (1)
Environment Variable Handling in Evaluation Scripts
The evaluation.py script accepts environment variables via command-line arguments which could potentially expose secrets if logged. Variables are parsed but not validated for sensitive patterns.
低リスクの問題 (2)
Hardcoded URLs in Documentation
Documentation files contain hardcoded URLs for MCP SDK repositories and documentation sites. These are informational references, not security risks.
HTTP Client Library Usage in Examples
Documentation contains examples using HTTP client libraries for API calls. These are instructional code examples, not executable code in the skill itself.

リスク要因

⚡ スクリプトを含む
特定の場所は記録されていません
🌐 ネットワークアクセス (3)
⚙️ 外部コマンド (3)
監査者: claude

品質スコア

45
アーキテクチャ
100
保守性
87
コンテンツ
50
コミュニティ
81
セキュリティ
83
仕様準拠

作れるもの

API 統合デベロッパー

外部 API を AI アシスタントに公開する MCP サーバーを構築するデベロッパーは、選択した言語の包括的な実装ガイドに従うことができます。

AI ツールデザイナー

AI ツールエコシステムを設計するチームは、評価フレームワークを使用して MCP サーバーが LLM エージェントと効果的に機能することを検証できます。

AI 統合を計画するテクニカルリード

エンジニアリングリーダーは、ベストプラクティスガイドを使用して組織全体で MCP サーバー開発の標準を確立できます。

これらのプロンプトを試す

MCP の始め方
I want to build an MCP server to connect Claude to [API_NAME]. Based on the mcp-builder guide, what are the first steps I should take to plan my implementation?
ツールスキーマ設計
Help me design input and output schemas for an MCP tool that [TOOL_FUNCTION]. Use the patterns from the mcp-builder guide for [PYTHON_OR_TYPESCRIPT].
評価テストの作成
I've built an MCP server for [SERVICE]. Generate 10 evaluation questions following the mcp-builder evaluation guidelines to test if LLMs can effectively use these tools.
MCP サーバーの問題のデバッグ
My MCP server tool [TOOL_NAME] is returning errors when Claude uses it. Review the implementation against mcp-builder best practices and suggest improvements.

ベストプラクティス

  • LLM の検出可能性を向上させるために、一貫性のあるプレフィックスを付けた説明的なツール名を使用してください(例:github_create_issue、github_list_repos)
  • 構造化されたコンテンツレスポンスを有効にするために、Zod または Pydantic を使用して inputSchema と outputSchema の両方を定義してください
  • 具体的な次のステップで LLM をソリューションに導く、実用的なエラーメッセージを記述してください

回避

  • LLM に機能を示さない「process_data」のような曖昧な名前のツールを作成すること
  • 構造化された JSON がより良い LLM 推論を可能にする場合に、構造化されていないテキストを返すこと
  • 大量の結果セットを返す可能性のあるエンドポイントのページネーションサポートを省略すること

よくある質問

MCP とは何か、なぜ MCP サーバーを構築すべきですか?
MCP(Model Context Protocol)は、Claude などの AI アシスタントを外部ツールやデータソースに接続するための標準です。MCP サーバーを構築することで、あなたの API やサービスが AI エージェントから直接アクセス可能になります。
MCP サーバーには Python と TypeScript のどちらを使うべきですか?
TypeScript は高品質な SDK サポートと静的型付けにより推奨されます。Python も FastMCP を通じて十分にサポートされています。チームの専門知識と既存のインフラストラクチャに基づいて選択してください。
MCP サーバーが Claude とうまく機能するかをテストするにはどうすればよいですか?
このスキルの評価フレームワークを使用してテスト質問を作成します。evaluation.py スクリプトでサーバーに対して実行し、精度を測定して問題を特定します。
MCP サーバーにはどのトランスポートを使用すべきですか?
同じマシン上で実行するローカルサーバーには stdio を使用してください。ネットワーク経由でアクセスする必要があるリモートサーバーにはストリーミング可能な HTTP を使用してください。
MCP サーバーはいくつのツールを公開すべきですか?
ワークフローツールよりも包括的な API カバレッジを優先してください。最も一般的な操作から始め、使用パターンに基づいて拡張してください。より細かいツールは、LLM に操作を組み合わせる柔軟性を与えます。
MCP サーバーを公開するために評価スクリプトを実行する必要がありますか?
いいえ、評価は任意ですが推奨されます。スクリプトは、デプロイ前にツールが LLM と効果的に機能することを検証するのに役立ちます。