Skill/开发测试/MCP Builder
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 · 2026.10.31 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?

从材料到结果流程示意,非实测结果

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

  1. 01

    梳理接口与认证方式

  2. 02

    实现工具和错误处理

  3. 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。

相关 Skill

  • Systematic Debugging系统化排查问题
  • Test Driven Development测试驱动开发
  • React Best PracticesReact 性能优化

复制到 Codex

浏览器暂未允许直接复制。点击下方文字,按 Ctrl+C(Mac 按 ⌘C)复制,再粘贴到 Codex。

三步开始使用

  1. 找到想做的事,点击「复制提示词」。
  2. 打开 Codex,把提示词粘贴进去并发送。
  3. 按它的提示提供文件或材料,继续完成任务。

按需安装就好,不用一次装完。部分 Skill 需要软件、账号或付费服务,Codex 会先检查使用条件。