MCP 服务构建:mcp-builder
适合为 Agent 接入已有服务,覆盖工具设计、服务实现、验证与评估。可用于 Python 或 Node/TypeScript 的 MCP 服务。重点不是把全部 API 原样包装,而是让模型理解工具用途,并能可靠处理参数与错误。
适合做什么
- 梳理使用场景与外部 API,确定清晰的工具边界。
- 定义输入输出、错误返回、分页与鉴权处理。
- 用协议测试和代表性任务验证工具是否可用。
建议准备的输入:结合下面的示例,提供真实资料、目标范围和预期产物,让 Agent 能判断任务是否完成。
安装方法
下面使用 Vercel Skills CLI 安装指定技能。先准备 Node.js 22.20 或更高版本,在目标项目目录运行:
npx skills add anthropics/skills --skill mcp-builder
按交互提示选择实际使用的 Agent 宿主。默认安装到当前项目;想跨项目使用时,再按 CLI 说明选择全局安装。CLI 是分发工具,技能内容由 Anthropic 提供。
安装完成后,在宿主中重新加载或新建会话,确认能发现 mcp-builder。技能安装与运行依赖安装是两件事,执行任务前仍需核对下面的环境要求。
环境与适用边界
需要目标服务的 API 文档、测试环境和所选语言的 MCP SDK。凭据与权限来自实际接入方案,Skill 本身不会赋予服务访问权。
使用示例
安装后可把下面的提示词交给支持该技能的 Agent;文件名、项目地址与数据需要替换成自己的。这是使用示例,不是本站执行记录。
请使用 mcp-builder 为公司服务目录设计一个只读 MCP Server。
首期只提供搜索服务和查询负责人两个工具,使用 TypeScript。
给出输入输出 schema、鉴权方式、分页和错误处理。
用模拟 API 验证成功、无结果、无权限与超时四种分支。
怎样判断完成
- 工具名称与描述能让调用者判断何时使用。
- 参数、返回值与错误分支都有验证。
- 测试能区分工具正常返回与任务实际完成。
建议先用一个范围小、结果容易复核的任务试用,检查输入、执行过程和最终产物,再决定是否纳入固定流程。
来源与延伸阅读
- 原项目技能说明:技能内容、脚本与参考材料。
- 原项目仓库:维护状态、宿主说明与许可证。
- Skills 编写与验证:本站关于技能目录、触发与样本测试的说明。
- 返回 Skills 推荐。