build-custom-mcp-server
À propos
Cette compétence permet aux développeurs de créer des serveurs MCP personnalisés pour exposer des outils spécifiques à un domaine aux assistants IA. Elle couvre l'implémentation en Node.js ou R, la définition des outils et la configuration du transport pour intégrer des fonctionnalités spécialisées ou encapsuler des API existantes. Utilisez-la lorsque vous avez besoin de capacités dépassant les mcptools standard ou souhaitez créer des intégrations IA spécialisées.
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/build-custom-mcp-serverCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
建客 MCP 服
造客 MCP 服以露域專工於 AI 輔。
用
- 當露客能於 Claude Code 或 Claude Desktop
- 建 mcptools 之外專工
- 造域專 AI 輔整
- 包現 API 或服為 MCP 工
入
- 必:當露工列(名、述、參、行)
- 必:施語(Node.js 或 R)
- 必:傳類(stdio 或 HTTP)
- 可:認需
- 可:Docker 包需
行
一:定工規
書碼前→每工定:
tools:
- name: query_database
description: Execute a read-only SQL query against the analysis database
parameters:
query:
type: string
description: SQL SELECT query to execute
required: true
limit:
type: integer
description: Maximum rows to return
default: 100
returns: JSON array of result rows
- name: run_analysis
description: Execute a predefined statistical analysis by name
parameters:
analysis_name:
type: string
description: Name of the analysis to run
enum: [descriptive, regression, survival]
dataset:
type: string
description: Dataset identifier
required: true
得: 每工以 YAML 或 markdown 規附名、述、參(含類、默、必旗)、返類已錄於書碼前。
敗: 工規不清→訪域專家或察現 API 文以定參類與返格。
二:施於 Node.js(用 MCP SDK)
// server.js
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
const server = new McpServer({
name: "my-analysis-server",
version: "1.0.0",
});
// Define tools
server.tool(
"query_database",
"Execute a read-only SQL query against the analysis database",
{
query: z.string().describe("SQL SELECT query"),
limit: z.number().default(100).describe("Max rows to return"),
},
async ({ query, limit }) => {
// Validate read-only
if (!/^\s*SELECT/i.test(query)) {
return {
content: [{ type: "text", text: "Error: Only SELECT queries allowed" }],
isError: true,
};
}
const results = await executeQuery(query, limit);
return {
content: [{ type: "text", text: JSON.stringify(results, null, 2) }],
};
}
);
server.tool(
"run_analysis",
"Execute a predefined statistical analysis",
{
analysis_name: z.enum(["descriptive", "regression", "survival"]),
dataset: z.string().describe("Dataset identifier"),
},
async ({ analysis_name, dataset }) => {
const result = await runAnalysis(analysis_name, dataset);
return {
content: [{ type: "text", text: JSON.stringify(result, null, 2) }],
};
}
);
// Start server with stdio transport
const transport = new StdioServerTransport();
await server.connect(transport);
得: 可行 server.js 檔—引 MCP SDK、以 Zod 綱定工、以 stdio 傳連。node server.js 無誤始服。
敗: 驗 @modelcontextprotocol/sdk 與 zod 已裝(npm install)。察引徑合 SDK 版(SDK 於版間重排導出)。
三:施於 R(用 mcptools)
# server.R
library(mcptools)
# Register custom tools
mcp_tool(
name = "query_database",
description = "Execute a read-only SQL query",
parameters = list(
query = list(type = "string", description = "SQL SELECT query"),
limit = list(type = "integer", description = "Max rows", default = 100)
),
handler = function(query, limit = 100) {
if (!grepl("^\\s*SELECT", query, ignore.case = TRUE)) {
stop("Only SELECT queries allowed")
}
result <- DBI::dbGetQuery(con, paste(query, "LIMIT", limit))
jsonlite::toJSON(result, auto_unbox = TRUE)
}
)
# Start server
mcptools::mcp_server()
得: 可行 server.R 檔—以 mcp_tool() 註客工、以 mcp_server() 始服。Rscript server.R 始 MCP 服。
敗: 驗 mcptools 自 GitHub 裝(remotes::install_github("posit-dev/mcptools"))。察處函簽合參定。
四:設案構
my-mcp-server/
├── package.json # Node.js dependencies
├── server.js # Server implementation
├── tools/ # Tool implementations
│ ├── database.js
│ └── analysis.js
├── test/ # Tests
│ └── tools.test.js
├── Dockerfile # Container packaging
└── README.md # Setup instructions
得: 案目造附 server.js(或 server.R)、package.json、tools/ 目以分模工、test/ 目以試。
敗: 目構不合施語→調。R 服或用 R/ 代 tools/ 與 tests/testthat/ 代 test/。
五:試服
stdio 手試:
echo '{"jsonrpc":"2.0","method":"tools/list","id":1}' | node server.js
註於 Claude Code:
claude mcp add my-server stdio "node" "/path/to/server.js"
驗工現:
起 Claude Code 會而察客工列且可行。
得: tools/list JSON-RPC 呼返諸定工附正名與綱。claude mcp list 示服已註。工於 Claude Code 會可呼。
敗: tools/list 返空陣→工未註於 server.connect() 前。Claude Code 不得服→驗 claude mcp add 命徑絕而二進可行。
六:加誤處
server.tool("risky_operation", "...", schema, async (params) => {
try {
const result = await performOperation(params);
return {
content: [{ type: "text", text: JSON.stringify(result) }],
};
} catch (error) {
return {
content: [{ type: "text", text: `Error: ${error.message}` }],
isError: true,
};
}
});
得: 每工處以 try/catch 包。誤入返 isError: true 附述訊非崩服程。
敗: 服仍崩於劣入→察 try/catch 包全處體含諸 async 操。確保 promise 於 try 區內 await。
七:包發
造 package.json 附 bin 條:
{
"name": "my-mcp-server",
"version": "1.0.0",
"bin": {
"my-mcp-server": "./server.js"
},
"dependencies": {
"@modelcontextprotocol/sdk": "^1.0.0",
"zod": "^3.22.0"
}
}
用者可裝與配:
npm install -g my-mcp-server
claude mcp add my-server stdio "my-mcp-server"
得: package.json 附 bin 條指服入。用者以 npm install -g 全裝與 claude mcp add 註。
敗: bin 全裝後不行→確 server.js 首行有 shebang(#!/usr/bin/env node)且可行。驗包名不撞現 npm 包。
驗
- 服無誤始
-
tools/list返諸定工附正綱 - 每工以有效入正行
- 工於誤入返宜誤
- 服以 stdio 傳合 Claude Code
- 工於 Claude 會可發現且可用
忌
- 阻操:MCP 服當異處請。久操阻他工呼。
- 缺誤處:未處異崩服。必以 try/catch 包工處。
- 綱不合:工參綱當全合處所候
- stdio 緩:用 stdio 傳→確出已沖。Node.js 默緩 stdout。
- 安:MCP 服與程同權。精驗入,尤於殼命或庫查。
參
configure-mcp-server— 連已建服與客troubleshoot-mcp-connection— 除連題containerize-mcp-server— 以 Docker 包服
Dépôt GitHub
Compétences associées
content-collections
MétaCette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
polymarket
MétaCette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
creating-opencode-plugins
MétaCette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
sglang
MétaSGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.
