MCP开发者的福音!Anthropic官方出的MCP Builder Skill,4阶段把MCP Server造出来

写过 MCP Server 的同学请举手🙋‍♂️

有没有觉得搭架子 30 分钟，真正写业务逻辑只用了 5 分钟？搭环境、配 SDK、踩那些框架里莫名其妙的坑——这些破事比写代码本身还费时间。

Anthropic 刚刚放出了一个新 Skill，MCP Builder，专门解决这个问题。

一句话说清楚它是干啥的：
给 AI Agent 用的 MCP Server 全流程开发指南——从立项到测试到写出评测，全给你安排明白。

这个 Skill 强在哪？

四阶段流程，步步踩在点上：

• Phase 1 · 研究与规划：先搞懂 MCP 协议设计，翻官方文档，搞清楚你连的 API 是什么、认证怎么做、该提供哪些工具
• Phase 2 · 实现：按这个流程走——选语言（TypeScript 还是 Python）→ 配项目结构 → 写工具（带 Zod/Pydantic 约束和注释）→ Code Review
• Phase 3 · 构建与测试：TypeScript 用 npm run build + MCP Inspector，Python 直接 python -m py_compile，都有明确验证方法
• Phase 4 · 评测：这是最骚的——帮你生成一套 10 道复杂问答，测你写的 MCP Server 到底能不能真正帮 LLM 完成真实任务

TypeScript 和 Python 双语言支持，哪个顺手用哪个。

支持多少 Agent？
基本上叫得上名字的 AI 编程工具全支持：Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw、Cursor、Windsurf、Cline、Roo、Copilot……

实际效果：
官方展示了一个评测 XML 示例——问 GitHub MCP Server 找某用户近 6 个月创建最多 issue 的仓库、问 Jira 查 Critical 级别未解决 bug 平均年龄……这些题目非常真实，不是那种”验证工具能不能调用”的玩具测试。

为什么推荐这个 Skill？
MCP（Model Context Protocol）现在是 AI Agent 连接外部世界的事实标准，但优质教程极度稀缺。Anthropic 官方出的这套方法论，把过去只有内部团队才知道的门道全公开了。

适合谁：
– 正在给项目搭 MCP Server 的开发者
– 想让 AI Agent 连接真实 API 的工程师
– 对 AI Agent 工具生态感兴趣的技术人

GitHub 链接：
https://github.com/anthropics/skills（进入后找 /skills/mcp-builder 子目录）

附：MCP Builder 核心流程图

开始
  ↓
研究 & 规划（MCP 协议 / API 文档）
  ↓
选语言 → TypeScript SDK / Python FastMCP
  ↓
实现工具（Zod/Pydantic 约束）
  ↓
Code Review（DRY / 错误处理）
  ↓
构建 & 测试（MCP Inspector）
  ↓
创建评测（10 道真实问答）
  ↓
输出 XML → 上线验证

这个 Skill 本身是 MCP 生态的一部分——你学它、用它，产出的东西还能反过来服务更多 Agent。有点”以工具造工具”的意思。

结论：想做 MCP Server 开发的，先把这个 Skill 装上再说。

GitHub: https://github.com/anthropics/skills/tree/main/skills/mcp-builder