技能构建器

一个本地优先的开源MCP服务器,用于构建和更新操作主题的规范、代理无关的专家包。

  • by amalikn
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 amalikn/mcp-skill-builder

使用说明

mcp技能建设者

mcp-skill-builder 是一个本地优先的自由和开源软件MCP服务器,为操作主题构建和更新一个规范的、与代理无关的专家包。

这个项目做什么

  • 为每个受试者构建一个规范的专家包 specialists/<specialist_type>/<slug>/
  • 保留源文件的来源
  • 将稳定的事实、假设、诊断、风险和回滚步骤分开
  • 为以下对象呈现瘦客户端适配器:
    • 克劳德代码
    • 法典
    • 通用本地LLM客户端

为什么选择规范+适配器模型

此项目保留一个真实来源(规范包),并将特定于客户端的输出视为生成的适配器工件。这避免了在单独的每个客户技能树之间漂移。

支持的专业类型

  • project
  • node
  • application
  • service
  • integration
  • procedure
  • incident_pattern

支持的源文件类型

  • .md
  • .txt
  • .json
  • .yaml
  • .yml
  • .log

安全模型

  • 读/写操作的严格路径规范化和根分配
  • 拒绝路径遍历并在批准的根之外写入
  • 确定性提取管道(无运行时SaaS/API依赖性)
  • 在工件生成之前应用的秘密编辑模式
  • 仅在数据根中附加活动日志
  • 快速配置验证失败(所需根必须存在)

所需路径

  • 回购根:
    • /Volumes/Data/_ai/_mcp/mcp_stuff/mcp-skill-builder
  • 数据根:
    • /Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder
  • 工作缓存根:
    • /Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder
  • 技能根:
    • /Volumes/Data/_ai/_mcp/skills_stuff
  • 规范包根:
    • /Volumes/Data/_ai/_mcp/skills_stuff/specialists
  • 可选导出:
    • /Volumes/Data/_ai/_mcp/skills_stuff/exports/claude_code
    • /Volumes/Data/_ai/_mcp/skills_stuff/exports/codex
    • /Volumes/Data/_ai/_mcp/skills_stuff/exports/local_llm

配置

环境变量:

  • MCP_SB_DATA_ROOT (必填)
  • MCP_SB_WORKING_CACHE_ROOT (必填)
  • MCP_SB_SKILLS_ROOT (必填)
  • MCP_SB_EXPORTS_ROOT (可选,默认为 <skills_root>/exports)
  • MCP_SB_CODEX_SKILLS_ROOT (可选,默认 ~/.codex/skills)
  • MCP_SB_LOG_LEVEL (可选,默认 INFO)
  • MCP_SB_TRANSPORT (可选,默认 stdio)
  • MCP_SB_HOST (可选,默认 127.0.0.1 用于HTTP传输)
  • MCP_SB_PORT (可选,默认 9125 用于HTTP传输)
  • MCP_SB_STREAMABLE_HTTP_PATH (可选,默认 /mcp)

安装

cd /Volumes/Data/_ai/_mcp/mcp_stuff/mcp-skill-builder
python3.11 -m venv .venv
source .venv/bin/activate
pip install -e .[dev]

通过stdio在本地运行

export MCP_SB_DATA_ROOT=/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder
export MCP_SB_WORKING_CACHE_ROOT=/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder
export MCP_SB_SKILLS_ROOT=/Volumes/Data/_ai/_mcp/skills_stuff
export MCP_SB_EXPORTS_ROOT=/Volumes/Data/_ai/_mcp/skills_stuff/exports
export MCP_SB_CODEX_SKILLS_ROOT=/Users/malik.ahmad/.codex/skills

python -m mcp_skill_builder.server

通过流式HTTP在本地运行

export MCP_SB_TRANSPORT=streamable-http
export MCP_SB_HOST=127.0.0.1
export MCP_SB_PORT=9125
export MCP_SB_STREAMABLE_HTTP_PATH=/mcp
python -m mcp_skill_builder.server

从Codex连接

~/.codex/config.toml 例子:

[mcp_servers.mcp_skill_builder]
command = "python"
args = ["-m", "mcp_skill_builder.server"]

[mcp_servers.mcp_skill_builder.env]
MCP_SB_DATA_ROOT = "/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder"
MCP_SB_WORKING_CACHE_ROOT = "/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder"
MCP_SB_SKILLS_ROOT = "/Volumes/Data/_ai/_mcp/skills_stuff"
MCP_SB_EXPORTS_ROOT = "/Volumes/Data/_ai/_mcp/skills_stuff/exports"
MCP_SB_CODEX_SKILLS_ROOT = "/Users/malik.ahmad/.codex/skills"

您还可以连接 codex mcp add 使用相同的命令/env值。

使用回购级别 AGENTS.md 指示食品法典委员会何时咨询生成的专业文物。

从克劳德代码连接

~/.claude.json 代码片段:

{
  "mcpServers": {
    "mcp-skill-builder": {
      "type": "stdio",
      "command": "python",
      "args": ["-m", "mcp_skill_builder.server"],
      "env": {
        "MCP_SB_DATA_ROOT": "/Volumes/Data/_ai/_mcp/mcp-data/mcp-skill-builder",
        "MCP_SB_WORKING_CACHE_ROOT": "/Volumes/Data/_ai/_mcp/mcp-working-cache/mcp-skill-builder",
        "MCP_SB_SKILLS_ROOT": "/Volumes/Data/_ai/_mcp/skills_stuff",
        "MCP_SB_EXPORTS_ROOT": "/Volumes/Data/_ai/_mcp/skills_stuff/exports",
        "MCP_SB_CODEX_SKILLS_ROOT": "/Users/malik.ahmad/.codex/skills"
      }
    }
  }
}

从通用MCP客户端连接

任何具有stdio传输的MCP客户端都可以运行:

  • 命令: python
  • args: -m mcp_skill_builder.server
  • env:与上面显示的变量相同

培养一名专家

工具: build_specialist

必需参数:

  • specialist_type
  • subject_name
  • source_paths
  • summary_style
  • include_checks
  • include_changelog
  • dry_run

更新专家

工具: update_specialist

  • 合并确定性提取输出
  • 保存来源
  • 补丁碰撞语义版本在非模拟更新中的应用

导出/安装适配器

工具: render_client_adapter

目标:

  • claude_code
  • codex
  • generic

生成的规范客户端工件位于每个专家包下:

  • CLIENTS/claude_code/*
  • CLIENTS/codex/*
  • CLIENTS/generic/*

备注

  • 运行时仅限于本地,由文件驱动;不需要出站HTTP。
  • 确定性提取是为了操作稳定性而故意保守的。

安装专家作为Codex技能

新的运行时技能生命周期工具可用:

  • install_skill
  • list_installed_skills
  • get_installed_skill
  • update_installed_skill
  • remove_installed_skill
  • validate_skill_install
  • sync_skill_from_specialist

这些工具将专家衍生的技能安装到 MCP_SB_CODEX_SKILLS_ROOT (默认值 ~/.codex/skills)在中使用元数据跟踪 .skill_builder.json.

本地定制跟踪

  • 在外部数据根下跟踪本地机器特定的集成、客户端接线和操作状态。
  • 本地元数据路径: /Volumes/Data/_ai/_mcp/mcp-data/<name>/meta
  • 回购方能力合同已签订 docs/local-capability/.
  • 秘密永远不会存储在repo文档中;只记录了变量名和加载位置。

本地增强功能捕获(2026-03-13)

  • 为GitHub发布捕获了当前的本地更改、配置更新和操作增强。
  • 包括在适用的情况下与子回购链接更新同步。
  • 交叉引用此存储库中添加的本地文档和功能说明。