AI导哈

MCP服务器构建工具

为Claude Desktop构建生产级MCP服务器的工具集，包含系统提示和测试驱动的工作流程。

  • by kellykohlleffel
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 kellykohlleffel/claude-mcp-server-builder

使用说明

Claude Desktop的MCP服务器构建器

使用全面的系统提示和测试驱动的工作流程为Claude Desktop构建生产就绪的MCP服务器

此存储库提供了全面的系统说明，使Claude（或支持项目方法的任何LLM）能够指导您构建以代理为中心的设计和可选令牌优化的生产就绪MCP服务器。

✨ 特性

  • 🎯 以代理为中心的设计 -面向工作流的工具，最大限度地减少了Claude的编排负担
  • 🧪 测试驱动开发 -在构建MCP服务器之前验证API
  • ⚡ FastMCP优先 -90%的用例使用最快的路径
  • 📁 扁平结构 -简单的项目布局，可根据需要进行扩展
  • 🔄 局部测试 -没有Claude Desktop重启的测试工具
  • ⚡ 令牌优化 -工作流服务器的可选模式（减少90-99%）
  • 📊 代币透明度 -优化服务器的自我报告
  • 📚 生产模式 -基于具有50多种生产工具的真实服务器
  • 🎯 分步指导 -克劳德带你走过每一个阶段

🚀 快速开始

让您的第一台MCP服务器在中运行 2-4小时:

  1. 创建克劳德项目 （2分钟）

    Open Claude.ai → Projects → Create Project → "MCP Server Builder"

  2. 添加系统说明 （2分钟）

  3. 开始建立 （1分钟）

    I want to build an MCP server for [YOUR_SERVICE].

Service details:
- Type: [REST API / Database / SaaS]
- Authentication: [API key / OAuth / etc]
- Key operations: [list 3-5 things]
- Usage pattern: [How often will this be called?]

Let's start with test_client.py.

就是这样！克劳德将指导您完成其余部分。

👉 完整快速入门指南→

📋 所得

核心文件

文件 用途 大小
QUICKSTART.md 5分钟后开始 5分钟后阅读
docs/SYSTEM_INSTRUCTIONS.md 完整的系统提示 完整的指南
docs/USER_PROMPT_TEMPLATE.md 复制粘贴提示模板 快速参考
docs/PROJECT_SETUP.md 详细项目配置 深入了解

模板和工具

  • 模板/ -MCP项目的入门文件
  • 包括： .env.example, .gitignore, requirements.txt，项目快速入门模板

🎯 工作流程

┌─────────────────┐
│  test_client.py │  ← Test API authentication & operations
└────────┬────────┘
         │ ✅ Pass
         ▼
┌─────────────────┐
│   Build Server  │  ← Create MCP server with agent-centric tools
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  test_server.py │  ← Test MCP tools locally
└────────┬────────┘
         │ ✅ Pass
         ▼
┌─────────────────┐
│test_token_usage │  ← Optional: Measure tokens (workflow servers)
└────────┬────────┘
         │ ✅ Pass
         ▼
┌─────────────────┐
│ Claude Desktop  │  ← Full integration
└─────────────────┘

关键原则：

  • 永远不要构建你没有测试过的东西
  • 为工作流而设计，而不是为API端点而设计
  • 重要时进行优化（工作流服务器）

💡 设计理念

代理中心与API-中心

❌ API-中心（避免）：

list_databases()
list_schemas(database)
list_tables(database, schema)
# User: "What's in my warehouse?" → 10-50+ tool calls

✅ 以代理为中心（构建此）：

discover_data_warehouse(resource_type, search_term, filters)
# User: "What's in my warehouse?" → 1 tool call

何时进行优化

标准方法：

  • 简单的单API包装器
  • 不常使用（<5次通话/对话）
  • 小响应（<1000个令牌）

令牌优化：

  • 工作流服务器（编排多个API）
  • 频繁使用（>10次通话/对话）
  • 大量响应（>5000个令牌）
  • 提出效率要求

系统说明指导您何时应用每种方法。

🎓 用例

为以下对象构建MCP服务器：

REST API

  • 数据平台：Fivetran、人口普查、dbt Cloud、Hightouch
  • 数据仓库：雪花、Rancher、BigQuery
  • 云服务：AWS、GCP、Azure
  • 工作流程：Jira，线性，Asana，周一
  • 沟通：Slack、Twilio、SendGrid
  • 自定义API：您的内部服务

数据库

  • PostgreSQL、MySQL、Snowflake、BigQuery、MongoDB
  • 使用以代理为中心的查询工具

SaaS平台

  • GitHub、GitLab、Bitbucket
  • 谷歌工作区，微软365
  • 概念、汇流、SharePoint

工作流服务器

  • 管道健康监测器
  • 跨部门协调人
  • 多阶段数据工作流程
  • （内置令牌优化功能）

🎓 示例：构建天气MCP服务器

You: I want to build an MCP server for OpenWeatherMap API.

Service details:
- Type: REST API
- Authentication: API key
- Key operations:
  1. Get current weather
  2. Get 5-day forecast
  3. Search cities
- Usage: Checking weather 5-10 times per conversation

Let's start with test_client.py.

Claude: [Creates test_client.py with OpenWeatherMap API...]
        [Guides through agent-centric tool design...]
        [Consolidates related operations...]

结果： 在2-3小时内使用MCP服务器：

  • 3-5个以试剂为中心的工具（不是10+以API为中心的刀具）
  • 正确的测试和错误处理
  • 必要时可选择优化

🏗️ 是什么让这与众不同

传统方法❌

  1. 立即开始编码
  2. 将每个API端点包装为工具
  3. 与路径和配置作斗争
  4. 在Claude Desktop中调试（缓慢）
  5. 用户需要10次以上的工具调用来完成简单的任务
  6. 编写文档（已过时）
  7. 意识到你需要重构

这种方法✅

  1. 首先测试API(test_client.py)
  2. 设计以代理为中心的工具（工作流，而非端点）
  3. 增量构建（MVP→ 扩展）
  4. 本地测试(test_server.py)
  5. 用户通过1-2次工具调用完成任务
  6. 配置克劳德桌面（一旦它工作）
  7. 可选：优化和验证令牌使用
  8. 成功后的文档

📊 测试原理

三相（或四相）测试

  1. test_client.py -API验证

    • 身份验证成功
    • 进行实际的API调用
    • 优雅地处理错误
    • 测试完整和轻量级方法（如果优化）

  2. test_server.py -工具验证

    • 直接测试MCP工具
    • 验证JSON响应
    • 检查错误处理
    • 验证工具整合工作
    • 无需克劳德桌面

  3. test_token_usage.py -令牌测量（可选，适用于工作流服务器）

    • 衡量实际代币消费
    • 验证优化声明
    • 提供每个组件的细分
    • 实现数据驱动决策

  4. 克劳德桌面 -集成

    • 完整的端到端测试
    • 自然语言接口
    • 生产验证
    • 真实世界的工作流测试

🛠️ 技术栈

支持的语言

  • python （建议使用FastMCP）
  • Types/Node.js （官方MCP SDK）

关键依赖关系

  • FastMCP-快速MCP服务器开发
  • python dotenv-环境管理
  • 请求/httpx-API通信

需求

  • Python 3.10+或Node.js 18+
  • 克劳德桌面
  • 您正在集成的服务的API凭据

📚 文档

入门指南

  1. 快速入门指南 -距离首次提示还有5分钟
  2. 系统说明 -以代理为中心的模式的完整指南
  3. 项目设置 -详细配置

参考

外部资源

🗺️ 路线图

当前版本（v1.0）

  • ✅ 完整的系统说明
  • ✅ 以代理为中心的设计模式
  • ✅ 测试驱动的工作流程
  • ✅ FastMCP第一种方法
  • ✅ 令牌优化模式（可选）
  • ✅ 工作流服务器的令牌透明度
  • ✅ 全面的文件

未来（待定）

📜 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

  • 基于多个MCP服务器的模式构建
  • 受到现实世界代币优化挑战的启发（实现了99%的减少）
  • 由Claude和FastMCP提供技术支持
  • 感谢模型上下文协议社区
  • 感谢所有贡献者和早期采用者

🌟 成功案例

这种系统指令方法已被用于构建：

  • 管道健康监测器 -98.9%的代币减少（37795→每张支票421个代币）
  • 多服务编排器 -5个API，1个工具调用
  • 数据平台探索者 -在1-2次通话中完成数据平台可见性

⭐ 表示支持

如果这个项目帮助你构建了更好的MCP服务器，那就给它一颗星吧！ ⭐

它帮助其他人发现这些模式，并鼓励持续发展。

准备好建造了吗？ 从 快速入门指南 →

问题？ 检查 文档

相关 MCP