主题
使用 Agent Skills 构建
使用 agent skills 引导 AI 编码助手完成 MCP 服务端的设计与实现
Agent skills 是可移植的指令集，为 AI 编码助手提供完成某项任务所需的领域知识。对于 MCP 开发，它们将设计决策（部署模型、工具模式、认证）编码下来，使你的 agent 能够询问你的用例并搭建出适配的服务端。
可用的 skills
一套参考性的 MCP 开发 skills 以 mcp-server-dev 插件的形式提供。它提供三个可组合的 skills：
| Skill | 用途 |
|---|---|
build-mcp-server | 入口点。询问用例，选择部署模型和工具设计模式，并路由到专门的 skills。 |
build-mcp-app | 添加在聊天中内联渲染的交互式 UI 组件（表单、选择器、仪表盘）。 |
build-mcpb | 将本地 stdio 服务端与其运行时一起打包，使用户无需 Node 或 Python 即可安装。 |
每个 skill 都附带一个 SKILL.md 文件以及一个 references/ 支持材料文件夹（认证流程、工具设计模式、组件模板、清单 schema），agent 会按需读取。这些文件遵循开放格式，可与任何实现该标准的 agent 配合使用。例如，要在 Claude Code 中安装它们：
bash
/plugin marketplace add anthropics/claude-plugins-official
/plugin install mcp-server-dev对于其他 agent，请查看你的 skills 或扩展目录，或将skill 目录（SKILL.md 加上 references/）克隆到你的 agent 的 skills 位置。
开始构建
安装好 skills 后，让你的 agent 帮你构建一个 MCP 服务端。入口 skill 会在自然语言请求时触发，你也可以使用 agent 的 skill 调用语法直接调用它。
该 skill 在编写任何代码之前会先运行一个简短的发现阶段。预期会问到以下问题：
- 它连接什么 — 云 API、本地进程、文件系统、硬件
- 谁会使用它 — 只有你、你的团队，还是任何安装它的人
- 操作面规模 — 少量操作，还是封装一个大型 API
- 用户交互需求 — 纯文本结果、通过征询提供的结构化输入，还是丰富的 UI 组件
- 上游认证 — API 密钥、OAuth 2.0，或无
如果你的开场消息已经涵盖了这些内容，agent 会直接跳到建议部分。
部署路径
根据发现阶段的结果，该 skill 会推荐四条路径之一并相应地搭建脚手架：
远程 Streamable HTTP 是任何封装云 API 的默认选择。零安装摩擦，一次部署服务所有用户，并且 OAuth 流程能正常工作，因为服务端可以处理重定向和 token 存储。参考 skill 包含 Cloudflare Workers 以及可移植的 Express/FastMCP 设置的脚手架。
MCP apps 通过聊天中渲染的交互式组件来扩展服务端，例如可搜索的选择器、图表和实时仪表盘。当征询的扁平表单约束不适用时，该 skill 会移交给 build-mcp-app。
MCP Bundles (MCPB) 将本地服务端与其运行时一起打包为单个 .mcpb 归档，使用户无需设置 Node 或 Python 即可安装。当服务端必须接触用户机器时使用此路径：读取本地文件、驱动桌面应用，或与 localhost 服务通信。该 skill 会移交给 build-mcpb。
本地 stdio 仍可用于原型开发，并注明了当你准备分发时升级到 MCPB 的路径。
后续步骤
一旦你的 agent 搭建好服务端，就迭代工具描述和错误处理，然后测试并发布：