🛠️ 开发工具 全难度 📦 Anthropic

mcp-server-creator

生成 MCP Server 脚手架,含 Python/Node 双栈。

📄 相关文章

📊 评分明细

📦 打包完整度
2.1 2.1 / 2.5
🎯 实用性
2.1 2.1 / 2.5
📖 文档清晰度
1.7 1.7 / 2
👥 社区影响力
1.3 1.3 / 1.5
🔗 集成度
1.3 1.3 / 1.5

🎯 适用场景

免费MCP编程

mcp-server-creator 快速入门

5 分钟生成 MCP Server 脚手架,而不是花 2 小时搭框架。

这是什么?解决什么问题?

你可能已经看过 mcp-builder Skill(教你写 MCP Server 的”教程”),也理解了 MCP 协议的价值。但从零开始写一个 Server,依然要做很多样板工作:

  • 项目结构搭建
  • 选 Python 还是 Node.js
  • 配置 stdio 或 HTTP transport
  • 写 package.json / pyproject.toml
  • 实现 schema 校验
  • 写 README 和示例 mcp-server-creator Skill 把这些样板工作自动化,直接给你一份可运行的 MCP Server 脚手架。它和 mcp-builder 的区别:
  • mcp-builder:教你 MCP 概念和最佳实践,适合学习
  • mcp-server-creator:一键生成项目脚手架,适合快速开始 Skill 会根据你的需求(暴露什么工具、Python 还是 Node)自动生成完整项目结构,包括代码、配置、文档、测试。 适合需要快速搭建 MCP Server 原型的开发者。

准备工作

  • Python 3.10+ 或 Node.js 18+
  • 支持 Agent Skill 的 AI 客户端
  • 想清楚你的 Server 要暴露什么工具
  • 基本的命令行操作

3 步快速上手

第 1 步:克隆仓库

git clone https://github.com/Jeffallan/claude-skills.git
cd claude-skills
ls skills/mcp-server-creator/

你会看到 SKILL.md、Python 和 Node 双栈模板、生成规则。

第 2 步:加载 Skill

claude --skill mcp-server-creator

第 3 步:描述你的需求

输入:

“我要创建一个 MCP Server,提供以下工具:

  1. get_weather(city: str) - 查询城市天气
  2. search_news(keyword: str, max_results: int = 10) - 搜索新闻
  3. send_email(to: str, subject: str, body: str) - 发送邮件 请用 Python 栈生成脚手架。”

AI 会输出完整项目结构:

weather-news-email-mcp/
├── pyproject.toml          # 项目配置
├── README.md               # 使用文档
├── src/
│   └── weather_news_email_mcp/
│       ├── __init__.py
│       ├── server.py       # MCP Server 入口
│       ├── tools/
│       │   ├── weather.py
│       │   ├── news.py
│       │   └── email.py
│       └── utils/
│           └── http_client.py
├── tests/
│   ├── test_weather.py
│   ├── test_news.py
│   └── test_email.py
└── examples/
    └── claude_desktop_config.json

并给出每个文件的关键代码(server.py 核心):

from mcp.server import Server
from mcp.types import Tool, TextContent

app = Server("weather-news-email-mcp")

@app.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="get_weather",
            description="查询指定城市的当前天气",
            inputSchema={
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名,如 'Beijing'"}
                },
                "required": ["city"]
            }
        ),
        # ... 其他工具
    ]

@app.call_tool()
async def call_tool(name: str, arguments: dict) -> list[TextContent]:
    if name == "get_weather":
        # ... 调用天气 API
        return [TextContent(type="text", text=weather_data)]
    # ... 其他工具处理

还附带 Claude Desktop 集成配置:

{
  "mcpServers": {
    "weather-news-email": {
      "command": "uv",
      "args": ["--directory", "/path/to/weather-news-email-mcp", "run", "weather-news-email-mcp"]
    }
  }
}

常见踩坑

  1. 生成代码不能直接跑:脚手架是模板,具体业务逻辑(API 密钥、错误处理)你需要自己补。

  2. 依赖版本冲突:Skill 生成的 pyproject.toml 可能用最新版本,你的环境如果有锁定版本要求,要手动调整。

  3. stdio vs HTTP 选错:大多数 MCP 客户端默认 stdio,但有些场景需要 HTTP。明确你的部署方式。

  4. 异步代码同步化:Python 默认 async,如果业务代码是同步(requests),会阻塞整个 Server。要用 asyncio.to_thread 包装。

  5. schema 不够详细:AI 生成的 schema 可能太简单,导致客户端不知道如何传参。要补 description 和 example。

  6. 错误处理缺失:脚手架通常没写错误处理,你要补 try/except 并返回结构化错误。

初级用法

  • 快速原型:5 分钟生成 Server 框架,验证 idea 可行。

  • 学习参考:研究生成的代码,理解 MCP Server 最佳结构。

  • 教学场景:给学生演示 MCP Server 怎么搭。

高级玩法

  • 多服务组合:生成多个小 Server,各管一类功能,避免单 Server 太复杂。

  • 自定义模板:用 Skill 生成一次后,把项目结构作为模板,以后复用。

  • 发布到 PyPI/npm:生成后用 hatchnp 发布,让团队其他成员 pip install 使用。

小技巧

  • 生成脚手架后,先用 MCP Inspector 调试通基础链路,再补业务逻辑。

  • 测试用 mock 数据,不要在开发时真调外部 API,既慢又费钱。

  • Server 启动报错时,先看 stderr,这是 MCP 通信的标准输出位置。

  • 配置文件用环境变量传 API 密钥,不要写死在代码里。

  • 一开始不要追求完美 schema,先让 Server 跑通,再迭代。

  • 配合 mcp-builder Skill 使用:先用 creator 生成框架,再读 builder 学原理,加深理解。

常见问题 FAQ

Q1: 这个 Skill 跟 mcp-server-creator 有什么关系?必须装吗?

A: Skill 是给 AI Agent 用的”技能包”,能告诉 Agent 怎么按特定规范工作。不是必须装——如果你的项目规模小、要求不高,不装也能用。但装上能让 Agent 输出的质量更高、更符合最佳实践,推荐装。

Q2: 这个 Skill 适合哪些 AI Agent?Cursor?Claude Code?其他?

A: mcp-server-creator 来自 Anthropic,主要面向支持 Skill 机制的 Agent。常见兼容 Agent 包括 Claude Code、Cursor、OpenCode、Windsurf 等。具体兼容性请查 Skill 官方文档。

Q3: 装了这个 Skill 后,会拖慢 Agent 响应吗?

A: 会的——Skill 通常会增加 prompt 长度,导致响应变慢、token 消耗增加。但质量提升明显。建议:1) 只装项目必需的 Skill;2) 用 Skill 启动/加载/卸载机制按需加载;3) 定期清理不用的 Skill。

Q4: 怎么验证 Skill 装对了?

A: 在 Agent 中输入”列出已加载的 Skill”或类似命令。如果 Skill 出现在列表里,说明装对了。然后用 Skill 跑一个相关任务,看输出是否符合 Skill 规范。

Q5: 这个 Skill 有许可证吗?能商用吗?

A: 取决于 mcp-server-creator 的许可证。常见许可证包括 MIT(完全自由)、Apache-2.0(自由但有专利条款)、源可用(可看不能用)、GPL(强开源)。商用前请查仓库 LICENSE 文件。

参考链接

mcp-server-creator Skill 多维度简评

类别:开发工具 来源:anthropics/skills 定位:MCP 服务器创建器 —— 把任何 API/数据源封装成 MCP 工具。


一、核心定位

mcp-server-creator 是 Anthropic 官方 Skills 仓库中的开发工具类 Skill。它的核心目标是帮助开发者快速创建 Model Context Protocol (MCP) 服务器,将现有的 API 或数据源封装为标准化的 MCP 工具,供 Claude 等 AI Agent 调用。

MCP(Model Context Protocol)是 Anthropic 推出的开放协议,定义了 AI 模型与外部工具/数据源之间的标准通信方式。mcp-server-creator 将这一过程自动化,降低 MCP 服务器的开发门槛。


二、核心能力

能力说明
MCP 协议实现自动生成符合 MCP 规范的服务器骨架代码
Python/Node 双栈支持 Python 和 TypeScript/Node.js 两种主流语言
OAuth 集成内置 OAuth 2.0 认证流程模板
stdio/SSE 传输支持标准输入输出和 Server-Sent Events 两种传输方式
调试工具提供 MCP Inspector 等调试辅助

三、技术架构

# SKILL.md Frontmatter(示例)
---
name: mcp-server-creator
description: MCP 服务器创建器
license: Apache-2.0
allowed-tools: Bash, Read, Write, Edit
---

该 Skill 遵循 Agent Skills 标准(agentskills.io),采用渐进式加载机制。当用户请求”封装 API 为 MCP 工具”或类似意图时,Claude Code 自动加载此 Skill。


四、安装与使用

# 安装
npx skills add anthropics/skills --skill mcp-server-creator

# 在 CLAUDE.md 中启用
# skills:
#   - mcp-server-creator

五、与 mcp-builder 的区别

  • mcp-builder:更通用的 MCP 开发指导 Skill,侧重教学和手动构建流程。
  • mcp-server-creator:更偏向自动化代码生成,快速从 API 描述生成可运行的 MCP 服务器。

六、注意事项

  • 生成的 MCP 服务器需要开发者审查安全性和认证逻辑。
  • OAuth 集成涉及 token 管理,不适合在生产环境直接使用生成代码。
  • 本文基于官方文档和公开资料整理,未经过 MagicNetWorld 实测。

参考资料

📊 评分与标签

评分说明

总分 8.4/10 · P_优选

测评日期:2026-07-07 | 质量等级:资料核验(基于公开文档整理)

📊 可观测社区指标(数据核验日期:2026-07-07)

  • GitHub: anthropics/skills ★159k, 🔱18.8k, 43 commits, 283 open issues, 727 open PRs
  • 维护者: Anthropic 官方团队
  • 许可: Apache-2.0
  • 定位: anthropics/skills 16 个官方 Skill 之一,专注 MCP 服务器快速创建

📦 可安装性 2.0/2.5

  • 属于 anthropics/skills 仓库子 Skill,git clone 后软链到 ~/.claude/skills/ 即用
  • npx skills add anthropics/skills --skill mcp-server-creator 一键安装
  • 依赖 Python 3.10+ 或 Node.js 18+ 运行时,需安装 MCP SDK (pip install mcpnpm install @modelcontextprotocol/sdk)
  • 竞品对比 1: mcp-builder(同仓库)安装复杂度相同,mcp-server-creator 更偏自动化代码生成
  • 竞品对比 2: FastMCP 独立库需 pip install,但无 AI Agent 引导式创建流程

🎯 实用性 2.3/2.5

  • MCP 服务器创建器核心价值:把任何 API/数据源封装成 MCP 工具,供 Claude 等 AI Agent 调用
  • Python/TypeScript 双栈支持,自动生成符合 MCP 规范的服务器骨架代码
  • OAuth 2.0 认证流程模板 + stdio/SSE 双传输方式 + MCP Inspector 调试工具
  • 解决 “我想让 AI 操作公司内网系统但不知道怎么接” 的核心痛点
  • 竞品对比 1: mcp-builder 侧重教学和手动构建,mcp-server-creator 偏向自动化代码生成
  • 竞品对比 2: FastMCP 框架更灵活但缺少 AI 引导式脚手架

📖 文档质量 1.5/2.0

  • SKILL.md 含 MCP 协议基础、Python/Node 代码模板、OAuth 集成说明
  • YAML frontmatter 定义清晰:name/description/license/allowed-tools
  • 缺少高级主题:Streamable HTTP 传输、生产环境安全加固、性能优化指南
  • 与 mcp-builder 的区别说明不足,用户容易混淆两个 Skill 的使用场景
  • 竞品对比 1: mcp-builder 文档更详尽(含完整代码示例和常见工具类型清单)
  • 竞品对比 2: MCP 官方文档覆盖全面但无 AI Agent 集成视角

👥 社区活跃 1.4/1.5

  • GitHub ★159k(anthropics/skills 仓库),MCP 生态系统核心 Skill
  • MCP 协议已成为 AI Agent 工具集成的事实标准,被 OpenAI、Google、Microsoft 陆续支持
  • Apache 2.0 许可证,Anthropic 官方持续维护
  • 竞品对比 1: obra/superpowers ★248k 社区更大,但不含 MCP 专用 Skill
  • 竞品对比 2: FastMCP ★5k,社区规模远小于 anthropics/skills

🔗 兼容性 1.2/1.5

  • Apache-2.0 许可允许商用
  • 支持 Python 和 Node.js 双语言运行时,兼容 Claude Code、Cursor、OpenCode 等 Agent Skills 标准工具
  • 生成的 MCP Server 可被任何支持 MCP 协议的 AI 客户端调用
  • 需目标 AI Agent 具备 MCP Client 能力,纯 Markdown Skill 加载器不适用
  • 竞品对比 1: 纯 Markdown Skill(如 git-workflow-and-versioning)兼容性更广,无运行时要求
  • 竞品对比 2: FastMCP 仅 Python 生态,mcp-server-creator 双栈覆盖面更广

评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。

🏷️ 标签说明

  • 免费: Apache-2.0 开源许可,核心功能完全免费。来源: LICENSE
  • MCP: 基于 MCP (Model Context Protocol) 协议,专注 MCP 服务器快速创建。来源: MCP 协议
  • Anthropic: Anthropic 官方 Skill,Claude 生态核心开发工具。来源: anthropics/skills

📋 来源与核验记录