开发测试 185.7k 仓库 Star
MCP Builder
让 Agent 调用你的业务接口
这是开发 MCP 服务的指导 Skill。MCP 是让 Agent 调用外部工具的一套接口约定;本项先研究目标接口与使用任务,再实现工具、认证和错误处理,并准备测试及评测问题。适合在已有接口和权限的基础上连接自有或第三方服务。
你需要准备:服务 API 文档、允许开放的操作、测试环境和认证方式
一桉AI 整理 · 更新 · 查看 GitHub 来源
粘贴到 Codex,它会先检查安装条件,再引导你使用。
MCP Builder 能帮你做什么?
梳理接口与任务
研究目标服务文档,比较需要覆盖的接口与常见工作流程,明确哪些能力应暴露给 Agent。
设计工具的输入输出
组织参数、结果格式、错误信息和工具说明,让调用者知道能做什么、怎样纠正失败请求。
实现并检查服务
按语言 SDK 编写服务,检查代码与连接方式,并用代表性调用和问题评估任务能否完成。
什么时候适合用?
下面是用法示例,可换成你的材料和目标。
连接内部库存系统
例如把已有的库存查询 API 整理成工具,明确仓库、商品和返回字段,供获准的 Agent 查询。
封装第三方工单接口
例如为搜索、读取和获准更新工单设计工具,让调用者清楚操作范围与失败原因。
怎么开始使用?
API 文档与允许操作
准备这些材料开发 MCP 工具
服务 API 文档、允许开放的操作、测试环境和认证方式
MCP 工具开发流程
- 01
梳理接口与认证方式
- 02
实现工具和错误处理
- 03
验证调用并编写说明
准备什么,会得到什么?
- 准备的材料
- 服务 API 文档、允许开放的操作、测试环境和认证方式
- 交付的结果
- MCP 服务源码,以及工具参数、结果和认证配置说明。
- 测试调用、评测问题和仍未解决的连接或能力缺口。
使用前要知道
需要真实 API 文档、SDK、测试凭据和可访问环境,并保留上游参考及脚本。Skill 本身不提供外部账号或已连接服务,客户端配置与宿主工具还需适配。
常见问题
装好后就能连接任意网站吗?
需要目标服务有可用接口、文档和访问条件,再实现对应工具。网页上的功能不一定都有可调用 API,认证与权限也不能省略。
接口很多时要全部做成工具吗?
可依据实际任务平衡接口覆盖与流程工具。上游建议关注调用者是否能组合完成工作,而不是单纯追求工具数量。
GitHub 与官方参考
依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。
- mcp-builder · SKILL.md ↗2026-10-31 核对
来源与使用条件
- 原始项目
- anthropics/skills ↗
- Skill 名称
mcp-builder- Skill 目录
skills/mcp-builder- 仓库 Star
- 185,700 · 2026-10-31 核对,仅代表仓库关注度。
- 许可说明
- Apache-2.0
- 使用条件
- 需要 Python/FastMCP 或 Node.js/TypeScript MCP SDK,以及目标服务的文档和测试凭据。完整保留语言参考、脚本和评测资源;宿主连接配置另行设置。
- 注意事项
- 核心开发指导可由 Codex 执行,但 MCP 客户端、工具调用和认证需适配实际宿主。接口可调用不等于业务流程已验证,本站未运行实测。
查看安装与使用提示词
请帮我准备并使用 MCP Builder Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。 【来源与目标】 原始仓库:https://github.com/anthropics/skills 所选目录:skills/mcp-builder 参考分支:main 原始目录 frontmatter name:mcp-builder 安装后的目标调用名:mcp-builder 来源页面:https://github.com/anthropics/skills/tree/main/skills/mcp-builder 安装路线核对日期:2026-11-01 mcp-builder:当前源 SKILL.md:https://github.com/anthropics/skills/blob/main/skills/mcp-builder/SKILL.md anthropics/skills:当前安装说明:https://github.com/anthropics/skills/blob/main/README.md 原附带评测脚本:Anthropic SDK:https://github.com/anthropics/skills/blob/main/skills/mcp-builder/scripts/evaluation.py 评测脚本依赖:https://github.com/anthropics/skills/blob/main/skills/mcp-builder/scripts/requirements.txt OpenAI:Build skills(Skill目录、发现和插件):https://learn.chatgpt.com/docs/build-skills 【先检查环境,再安装】 先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。 下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。 这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 anthropics/skills、目录 skills/mcp-builder、分支 main、安装名 mcp-builder,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。 所选 Skill 的具体安装步骤: 1. 先定位用户要使用的项目根目录,并检查项目与用户目录中是否已有同名 Skill;发现已有版本先比较来源和内容,不覆盖,也不删除系统或插件缓存。 2. 调用系统 skill-installer 的 scripts/install-skill-from-github.py,参数明确为 --repo anthropics/skills --path skills/mcp-builder --ref main --name mcp-builder --dest <项目根目录>/.agents/skills。--dest 是所有 Skill 的父目录,不是 SKILL.md 文件路径。 3. 安装整个所选目录,保留以下 resources 列出的脚本、参考资料和资产;检查相对路径引用,不只下载一份 SKILL.md。 4. 在该项目中查看 Skill 列表,并用 $mcp-builder 显式选择;Codex 会自动检测目录变化,尚未出现时再开新聊天或重新加载。 必须保留的资源: - skills/mcp-builder/SKILL.md 与 LICENSE.txt - skills/mcp-builder/reference/(mcp_best_practices.md、node_mcp_server_v2.md、node_mcp_server.md、python_mcp_server.md、evaluation.md) - skills/mcp-builder/scripts/(evaluation.py、connections.py、requirements.txt、example_evaluation.xml) 已知依赖:需要 Python/FastMCP 或 Node.js/TypeScript MCP SDK,以及目标服务的文档和测试凭据。完整保留语言参考、脚本和评测资源;宿主连接配置另行设置。 原项目许可:Apache-2.0 特别条件:核心开发指导可由 Codex 执行,但 MCP 客户端、工具调用和认证需适配实际宿主。接口可调用不等于业务流程已验证,本站未运行实测。 需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。 【安装后验收】 读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。 1. 核对 reference/(单数目录)和 scripts/ 完整;先读目标项目 package.json 或 Python 依赖确认选用的 SDK,安装阶段不启动服务。 2. 检查所选 Node/TypeScript 或 Python 运行环境是否已有;不为验证 Skill 启动 Inspector、请求外部 API 或运行评测。 Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。 分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。 【接着引导我使用】 请使用实际可用的 $mcp-builder;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。 - 先提供要封装的 API 文档、允许访问范围、所用语言和客户端连接方式,再设计小而明确的工具接口。 - 当前源推荐新 TypeScript 服务选 SDK v2(@modelcontextprotocol/server);已有 v1(@modelcontextprotocol/sdk)项目先保留其版本,不能混用示例或未经要求自动迁移。Python 路线按对应指南。 - 实际创建服务后在已授权环境做构建、只读工具联调与必要评估;附带 evaluation.py 使用 Anthropic SDK 和对应模型认证,不是直接复用 Codex 授权的免费通用评测器。 我想完成的任务: 为我指定的服务设计并实现 MCP 工具。先核对官方 API、允许操作和认证方式,选择合适的 SDK,给出清晰的工具输入输出、错误信息和调用示例。在测试环境验证典型与失败路径,不将真实凭据写进源码或样例。 需要我提供的材料: 服务 API 文档、允许开放的操作、测试环境和认证方式 期望得到: MCP 服务源码、运行与连接说明,以及测试调用和未完成事项。 先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。