使用说明
mcp技能
此存储库存在于 发布代理技能 适用于使用AI编码的人 代理人。它不是您在本地运行的应用程序；这是一个可重复使用的目录 代理可以加载技能包以遵循专门的工作流程。
从目录安装
浏览并发现技能 **代理技能目录**相同的生态系统列表 这个仓库和许多其他仓库，有安装数和搜索。
安装此仓库的技能
从终端，将此存储库中的所有技能安装到代理的技能中
位置与 skillsadd （要求
Node.js / npx):
npx skills add atomicpages/mcp-skills
您的代理文档将说明从哪里读取已安装的技能（用于 示例Cursor、Codex、Claude Code等表示在 技能s.sh).
此仓库中的技能
| 技能 | 涵盖内容 | 路径 |
|---|---|---|
| mcp openapi类型脚本堆栈 | 基于REST的可移植TypeScript MCP： @hey-api/openapi-ts （Ky客户端、Zod请求验证器）， 双重运输 （stdio+流式HTTP），可选 多租户凭据 通过AsyncLocalStorage， 图书馆优先 包表面（可选CLI）和身份验证建模（例如，两部分秘密的Basic、Bearer/OAuth）。与配对 mcp构建器 和 mcp工作流设计；不会复制它们。 |
skills/mcp-openapi-typescript-stack/ |
| mcp工作流设计 | 将1:1 API-wrapper MCP服务器发展为 面向结果的复合工作流工具：审核API与工具，研究本地供应商自动化，识别用户流，实施工作流。补足物 mcp构建器 对于绿地服务器。 | skills/mcp-workflow-design/ |
在下添加新技能 skills/<skill-name>/ （每个都有一个 SKILL.md 按要求
通过代理技能格式）。
参考资料（回购中）
每个技能旁边都有详细的细节：
- mcp openapi类型脚本堆栈
references/openapi-ts.md--CLI、插件(@hey-api/sdkvs遗产@hey-api/services)瓦利博指出，移民。references/structure-and-flows.md--包与CLI界面、传输、凭证/租户流、说明性布局。
- mcp工作流设计
references/architecture.md—workflows/布局、助手、注册模式。references/ashby-ats-example.md--工作流设计过程的工作示例。
评估
每种技能都包括 evals/evals.json 通过测试断言的文件 代理技能评估 --运行相同的提示 随着 和 没有 技能负荷和评判模型对两者进行评分 技能提升.
在本地运行
npm install
# Lint (no API key needed)
npm run lint
# Run all evals (requires OpenAI-compatible API key)
export OPENAI_API_KEY=sk-...
npm run eval
# Run a single skill's evals
npm run eval:openapi
npm run eval:workflow
报告登陆 eval-reports/ （忽略了）。打开 iteration-1/report/index.html 对于视觉报告。
配置
看 agent-skills-eval.yaml 完整配置。通过CLI覆盖目标/判断模型：
npx agent-skills-eval ./skills --target gpt-4o --judge gpt-4o --baseline --strict --report
持续集成
GitHub Actions每周（或通过 run-evals 标签）。看 .github/workflows/skills.yml.
评估覆盖范围
| 技能 | 躲避 | 专注 |
|---|---|---|
| mcp-openapi类型脚本堆栈 | 9 | Ky-over-axios、插件链顺序、拦截器陷阱、边缘运行时延迟导入、库优先导出、身份验证建模、发现问题、调试日志记录、双传输 |
| mcp-workflowdesign | 9 | neneneba API审核间隙表、供应商自动化排除、基于意图的命名、响应形状、消除歧义、容错、有界分页、完整的6阶段过程、用户流标识 |
案例研究
这些技能被作为端到端构建MCP服务器的基准 龚 和 阿什比:
我想围绕龚构建一个MCP服务器。虽然他们有一个官方的MCP服务器，但我发现它在很多方面都存在不足。请查看他们的API文档，并计划使用相关技能创建新的MCP服务器来执行此任务。
| 代理 | 模型 | 结果 |
|---|---|---|
| 克劳德代码 | 作品4.6高 | 优秀——一击 |
| 克劳德代码 | 十四行诗4.5中号 | 非常好 |
| OpenCode | 作品4.6 | 优秀——一次拍摄 |
| OpenCode | Sonnet 4.5 | 良好，需要迭代 |
涵盖等效场景的正式eval ID： stack-rejects-axios, codegen-plugin-chain, discovery-questions, full-process-six-phases.
