> ## Documentation Index
> Fetch the complete documentation index at: https://mcp.developerdoc.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# 结合 Agent Skills 构建

> 使用 agent skills 指导 AI coding assistants 完成 MCP 服务器设计与实现

[Agent skills](https://agentskills.io/home) 是可移植的指令集，用于为 AI coding assistants 提供特定任务的领域知识。在 MCP 开发中，它们会编码设计决策（部署模型、tool 模式、认证），让 agent 能够追问你的用例，并脚手架生成匹配需求的服务器。

## 可用 skills

MCP 开发 skills 的参考集合以 [`mcp-server-dev` plugin](https://github.com/anthropics/claude-plugins-official/tree/main/plugins/mcp-server-dev) 形式提供。它包含三个可组合 skills：

| Skill              | 用途                                                   |
| ------------------ | ---------------------------------------------------- |
| `build-mcp-server` | 入口点。追问用例，选择部署模型和 tool 设计模式，并路由到专门 skills。            |
| `build-mcp-app`    | 添加在聊天中内联渲染的交互式 UI widget（表单、选择器、仪表盘）。                |
| `build-mcpb`       | 将本地 stdio server 及其运行时打包，让用户无需安装 Node 或 Python 即可安装。 |

每个 skill 都包含一个 `SKILL.md` 文件和一个 `references/` 支持材料文件夹（认证流程、tool 设计模式、widget 模板、manifest schemas），agent 会按需读取。文件遵循开放格式，可用于任何实现该标准的 agent。例如，在 Claude Code 中安装：

```bash theme={null}
/plugin marketplace add anthropics/claude-plugins-official
/plugin install mcp-server-dev
```

对于其他 agents，请查看你的 skills 或 extensions catalog，或将 [skill directories](https://github.com/anthropics/claude-plugins-official/tree/main/plugins/mcp-server-dev/skills)（`SKILL.md` 和 `references/`）克隆到 agent 的 skills 位置。

## 开始构建

安装 skills 后，让 agent 帮你构建 MCP server。入口 skill 会由自然语言请求触发，也可以使用 agent 的 skill 调用语法直接调用。

在编写任何代码前，该 skill 会运行一个简短发现阶段。它通常会询问：

* **连接对象**：云 API、本地进程、文件系统或硬件
* **使用者**：只有你、你的团队，还是任何安装它的人
* **操作面大小**：少量操作，还是封装大型 API
* **用户交互需求**：纯文本结果、通过 [elicitation](/specification/draft/client/elicitation) 获取结构化输入，还是富 UI widgets
* **上游认证**：API keys、OAuth 2.0，或不需要认证

如果你的开场消息已经覆盖这些内容，agent 会直接进入推荐阶段。

## 部署路径

根据发现结果，该 skill 会推荐四种路径之一，并相应生成脚手架：

**Remote [Streamable HTTP](/specification/draft/basic/transports/streamable-http)**
是封装云 API 时的默认选择。它没有安装门槛，一个部署可以服务所有用户，而且 OAuth 流程能正常工作，因为服务器可以处理重定向和 token 存储。参考 skill 包含 Cloudflare Workers 以及可移植 Express/FastMCP 设置的脚手架。

**[MCP apps](/extensions/apps/overview)** 会用在聊天中渲染的交互式 widgets 扩展服务器，例如可搜索选择器、图表和实时仪表盘。当 [elicitation](/specification/draft/client/elicitation) 的扁平表单约束不适合时，skill 会移交给 `build-mcp-app`。

**[MCP Bundles (MCPB)](https://github.com/modelcontextprotocol/mcpb)** 会将本地服务器及其运行时打包成单个 `.mcpb` 归档，让用户无需设置 Node 或 Python 即可安装。当服务器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。skill 会移交给 `build-mcpb`。

**Local [stdio](/specification/draft/basic/transports/stdio)** 仍可用于原型开发；当你准备分发时，可按提示升级到 MCPB。

## 后续步骤

agent 生成服务器脚手架后，继续迭代 tool descriptions 和错误处理，然后测试并发布：

<CardGroup cols={2}>
  <Card title="MCP Inspector" icon="magnifying-glass" href="/docs/tools/inspector">
    以交互方式测试服务器的 tools、resources 和 prompts
  </Card>

  <Card title="连接到客户端" icon="plug" href="/docs/develop/connect-local-servers">
    通过本地或远程配置将服务器接入 MCP client
  </Card>

  <Card title="发布到注册表" icon="box" href="/registry/quickstart">
    让你的服务器可在 MCP 注册表中被发现
  </Card>
</CardGroup>