scaffold-mcp-server
À propos
Cette compétence échafaude un projet de serveur MCP complet et exécutable à partir d'une spécification d'outil, en utilisant le SDK officiel TypeScript ou Python. Elle génère la structure de projet appropriée, la configuration de transport, les gestionnaires d'outils et un environnement de test. Utilisez-la lorsque vous disposez d'une spécification et avez besoin d'un serveur fonctionnel, que vous démarrez un nouveau projet MCP, migrez une intégration existante ou prototypiez une surface d'outil.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/scaffold-mcp-serverCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
Scaffold MCP Server
Generate runnable MCP server project from tool spec → official MCP SDK (TS|Py).
Use When
- Have spec (from
analyze-codebase-for-mcpor manual) + need server - New MCP project → right structure from start
- Migrate existing tool integ → MCP protocol
- Prototype tool surface → test w/ Claude Code pre-full-impl
- Need scaffold + test harness for CI
In
- Required: Tool spec doc (YAML|JSON: tool names, params, return types)
- Required: Lang (
typescript|python) - Required: Transport (
stdio|sse) - Optional: Output dir (default: cwd)
- Optional: Pkg name + ver
- Optional: Auth (
none|bearer-token|api-key) - Optional: Docker (
true|false, defaultfalse)
Do
Step 1: SDK Lang + Transport
1.1. Lang by ctx:
- TS: Node.js, web-adj, JSON-heavy
- Py: Data sci, ML, scientific tools
1.2. Transport:
- stdio: Default local. Claude Code launches as subprocess.
- SSE: Remote|shared. Needs HTTP host.
1.3. Auth:
- none: Local stdio (proc-level trust)
- bearer-token: Remote SSE w/ static tokens
- api-key: Remote w/ per-client keys
→ Lang, transport, auth documented.
If err: ambiguous → default TS + stdio + no auth → fastest time-to-working.
Step 2: Init Project
2.1. Mkdir + init:
TS:
mkdir -p $PROJECT_NAME && cd $PROJECT_NAME
npm init -y
npm install @modelcontextprotocol/sdk zod
npm install -D typescript @types/node tsx
npx tsc --init --target ES2022 --module nodenext --moduleResolution nodenext --outDir dist
Py:
mkdir -p $PROJECT_NAME && cd $PROJECT_NAME
python -m venv .venv
source .venv/bin/activate
pip install mcp pydantic
2.2. Standard structure:
$PROJECT_NAME/
├── src/
│ ├── index.ts|main.py # Server entry point
│ ├── tools/ # One file per tool category
│ │ ├── index.ts|__init__.py
│ │ └── [category].ts|.py
│ └── utils/ # Shared utilities
│ └── validation.ts|.py
├── test/
│ ├── harness.ts|.py # MCP test harness
│ └── tools/
│ └── [category].test.ts|.py
├── package.json|pyproject.toml
├── tsconfig.json # TypeScript only
├── Dockerfile # If Docker requested
└── README.md
2.3. Bin entry npm (TS) | entry point Py:
TS package.json:
{
"name": "$PACKAGE_NAME",
"version": "1.0.0",
"type": "module",
"bin": { "$PACKAGE_NAME": "./dist/index.js" },
"scripts": {
"build": "tsc",
"start": "node dist/index.js",
"dev": "tsx src/index.ts",
"test": "tsx test/harness.ts"
}
}
→ Buildable skeleton w/ all deps installed.
If err: install fails → check net + registry. TS → Node ≥18. Py → Py ≥3.10.
Step 3: Tool Handlers from Spec
3.1. Parse spec → per tool, gen handler:
TS template:
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { z } from "zod";
export function registerTools(server: McpServer): void {
server.tool(
"tool_name",
"Tool description from spec",
{
param1: z.string().describe("Parameter description"),
param2: z.number().optional().default(10).describe("Optional param"),
},
async ({ param1, param2 }) => {
try {
// TODO: Implement tool logic
const result = await performAction(param1, param2);
return {
content: [{ type: "text", text: JSON.stringify(result, null, 2) }],
};
} catch (error) {
return {
content: [{ type: "text", text: `Error: ${(error as Error).message}` }],
isError: true,
};
}
}
);
}
Py template:
from mcp.server import Server
from mcp.types import Tool, TextContent
from pydantic import BaseModel
class ToolNameParams(BaseModel):
param1: str
param2: int = 10
async def handle_tool_name(params: ToolNameParams) -> list[TextContent]:
try:
result = await perform_action(params.param1, params.param2)
return [TextContent(type="text", text=json.dumps(result, indent=2))]
except Exception as e:
return [TextContent(type="text", text=f"Error: {e}")]
3.2. One handler file per category from spec.
3.3. Validation beyond type checking:
- String len limits
- Numeric bounds
- Enum constraints
- Required field enforce
3.4. Structured err responses for anticipated failures.
→ Handler file per category w/ typed params + err handling.
If err: ambiguous types → default string + TODO for manual refine.
Step 4: Configure Transport
4.1. Server entry w/ chosen transport:
stdio (TS):
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { registerTools } from "./tools/index.js";
const server = new McpServer({
name: "$PACKAGE_NAME",
version: "1.0.0",
});
registerTools(server);
const transport = new StdioServerTransport();
await server.connect(transport);
SSE (TS):
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { SSEServerTransport } from "@modelcontextprotocol/sdk/server/sse.js";
import { registerTools } from "./tools/index.js";
const server = new McpServer({
name: "$PACKAGE_NAME",
version: "1.0.0",
});
registerTools(server);
const transport = new SSEServerTransport("/messages", response);
await server.connect(transport);
4.2. Auth req → middleware:
- Bearer token → validate
Authorizationheader - API key → validate
X-API-Keyheader
4.3. Shebang for stdio → direct exec:
#!/usr/bin/env node
→ Working entry starts MCP server on transport.
If err: SDK ver ≠ import paths → check @modelcontextprotocol/sdk ver + adjust. SDK restructured paths between vers.
Step 5: Test Harness
5.1. Validate every tool:
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { InMemoryTransport } from "@modelcontextprotocol/sdk/inMemory.js";
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
async function runTests(): Promise<void> {
const server = createServer();
const [clientTransport, serverTransport] = InMemoryTransport.createLinkedPair();
await server.connect(serverTransport);
const client = new Client({ name: "test-client", version: "1.0.0" });
await client.connect(clientTransport);
// Test: tools/list returns all expected tools
const tools = await client.listTools();
console.assert(tools.tools.length === EXPECTED_TOOL_COUNT);
// Test: each tool with valid input
for (const tool of tools.tools) {
const result = await client.callTool({
name: tool.name,
arguments: getTestInput(tool.name),
});
console.assert(!result.isError, `${tool.name} failed`);
}
// Test: each tool with invalid input returns isError
for (const tool of tools.tools) {
const result = await client.callTool({
name: tool.name,
arguments: getInvalidInput(tool.name),
});
console.assert(result.isError, `${tool.name} should reject invalid input`);
}
console.log("All tests passed");
}
5.2. Test fixtures per tool: valid, invalid, edge cases.
5.3. Add test script → package.json | pyproject.toml.
→ Harness exercises every tool w/ valid+invalid.
If err: InMemoryTransport not in SDK ver → fall back to spawning server as subproc + stdio pipes.
Step 6: Docs + Config
6.1. Gen README.md w/:
- Project desc
- Install instructions
- Claude Code config cmd
- Claude Desktop JSON snippet
- Tool listing w/ descs + param schemas
- Dev + test instructions
6.2. Gen Claude Code register cmd:
# stdio transport
claude mcp add $PACKAGE_NAME stdio "node" "dist/index.js"
# SSE transport
claude mcp add $PACKAGE_NAME -e API_KEY=your_key -- mcp-remote http://localhost:3000/mcp
6.3. Gen Claude Desktop config:
{
"mcpServers": {
"$PACKAGE_NAME": {
"command": "node",
"args": ["path/to/dist/index.js"]
}
}
}
6.4. Docker requested → gen Dockerfile:
FROM node:20-slim AS build
WORKDIR /app
COPY package*.json ./
RUN npm ci
COPY . .
RUN npm run build
FROM node:20-slim
WORKDIR /app
COPY --from=build /app/dist ./dist
COPY --from=build /app/node_modules ./node_modules
COPY --from=build /app/package.json .
ENTRYPOINT ["node", "dist/index.js"]
→ Complete docs + config for immediate use.
If err: README has placeholders → search project for actual vals to substitute. Docker fail → verify base img matches Node|Py ver.
Check
- Builds w/o errs (
npm run build|equiv) - Server starts + responds
tools/listJSON-RPC - Every tool from spec registered + discoverable
- Harness passes valid inputs all tools
- Harness confirms err responses invalid inputs
- Claude Code connects via
claude mcp add - README has working install + config
- Gen code passes lint (if configured)
Traps
- SDK import path changes:
@modelcontextprotocol/sdkrestructured between vers. Check installed ver export paths. - Forget shebang: stdio invoked directly needs
#!/usr/bin/env nodefirst line. - Block event loop: TS handlers must
async. Sync ops block all other tool calls. - Missing
type: "module": SDK uses ESM. Without → Node treats as CJS, imports fail. - Zod schema drift: Spec evolves but Zod not updated → silent fails. Gen schemas from single source of truth.
- stdout pollution: stdio uses stdout for JSON-RPC. Any
console.login handlers corrupts. Useconsole.error|file logger.
→
analyze-codebase-for-mcp— gen spec this skill consumesbuild-custom-mcp-server— manual impl for complexconfigure-mcp-server— connect scaffold → Claude Code/Desktoptroubleshoot-mcp-connection— debug post-deploycontainerize-mcp-server— Docker for distribution
Dépôt GitHub
Compétences associées
evaluating-llms-harness
TestsCette compétence Claude exécute le lm-evaluation-harness pour évaluer les modèles de langage sur plus de 60 tâches académiques standardisées telles que MMLU et GSM8K. Elle est conçue pour permettre aux développeurs de comparer la qualité des modèles, de suivre les progrès de l'entraînement ou de rapporter des résultats académiques. L'outil prend en charge différents backends, incluant les modèles HuggingFace et vLLM.
cloudflare-cron-triggers
TestsCette compétence fournit une connaissance complète pour la mise en œuvre de Déclencheurs Cron Cloudflare afin de planifier des Workers à l'aide d'expressions cron. Elle couvre la configuration de tâches périodiques, de travaux de maintenance et de flux de travail automatisés, tout en traitant des problèmes courants tels que les expressions cron non valides et les problèmes de fuseau horaire. Les développeurs peuvent l'utiliser pour configurer des gestionnaires planifiés, tester des déclencheurs cron et intégrer avec Workflows et Green Compute.
webapp-testing
TestsCette Compétence Claude fournit une boîte à outils basée sur Playwright pour tester des applications web locales via des scripts Python. Elle permet la vérification frontend, le débogage d'interface utilisateur, la capture d'écrans et la consultation des journaux, tout en gérant les cycles de vie du serveur. Utilisez-la pour les tâches d'automatisation de navigateur, mais exécutez les scripts directement plutôt que de lire leur code source pour éviter la pollution du contexte.
finishing-a-development-branch
TestsCette compétence aide les développeurs à finaliser leur travail en vérifiant que les tests passent, puis en présentant des options d'intégration structurées. Elle guide le processus de fusion, de création de PRs ou de nettoyage des branches une fois l'implémentation terminée. Utilisez-la lorsque votre code est prêt et testé pour finaliser systématiquement le cycle de développement.
