mcp-builder
Ajuda seu agente a se conectar com outros serviços. Permite que a inteligência artificial realize tarefas do mundo real de forma mais eficaz.
O que ela faz
Este agente ajuda a criar 'servidores' especiais chamados MCP. Esses servidores permitem que inteligências artificiais (IA) conversem com outros programas ou serviços na internet.
Quando usar
- ✓Quando você quer que uma IA use dados de outro site.
- ✓Ao desenvolver um sistema onde a IA precisa interagir com ferramentas externas.
- ✓Para conectar uma IA a serviços que ela não conhece nativamente.
Exemplo do que pedir para a IA
“Crie um servidor MCP que permita à IA buscar informações sobre o clima em qualquer cidade.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Ele funciona definindo como a IA pode pedir informações e como os outros serviços devem responder. Isso é feito através de um protocolo (conjunto de regras) chamado MCP.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add sickn33/agentic-awesome-skills --skill mcp-builderOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/mcp-builder/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Guia de Desenvolvimento de Servidores MCP
Modificado em AAS em 2026-09-05: exemplos com escopo de versão e avaliação limitada.
Visão Geral
Crie servidores MCP (Model Context Protocol) que permitem que LLMs interajam com serviços externos por meio de ferramentas bem projetadas. A qualidade de um servidor MCP é medida pela forma como ele permite que LLMs realizem tarefas do mundo real.
Processo
🚀 Fluxo de Trabalho de Alto Nível
Criar um servidor MCP de alta qualidade envolve quatro fases principais:
Fase 1: Pesquisa Profunda e Planejamento
1.1 Entenda o Design Moderno de MCP
Cobertura de API vs. Ferramentas de Fluxo de Trabalho: Equilibre a cobertura abrangente de endpoints de API com ferramentas de fluxo de trabalho especializadas. Ferramentas de fluxo de trabalho podem ser mais convenientes para tarefas específicas, enquanto a cobertura abrangente dá aos agentes flexibilidade para compor operações. O desempenho varia por cliente — alguns clientes se beneficiam da execução de código que combina ferramentas básicas, enquanto outros funcionam melhor com fluxos de trabalho de nível superior. Comece com as operações mínimas necessárias para o fluxo de trabalho autorizado do usuário. Expanda a cobertura a partir de lacunas observadas.
Nomenclatura e Descoberta de Ferramentas:
Nomes de ferramentas claros e descritivos ajudam os agentes a encontrar as ferramentas certas rapidamente. Use prefixos consistentes (por exemplo, github_create_issue, github_list_repos) e nomenclatura orientada para a ação.
Gerenciamento de Contexto: Agentes se beneficiam de descrições concisas de ferramentas e da capacidade de filtrar/paginar resultados. Projete ferramentas que retornem dados focados e relevantes. Alguns clientes suportam execução de código, o que pode ajudar os agentes a filtrar e processar dados de forma eficiente.
Mensagens de Erro Acionáveis: Mensagens de erro devem guiar os agentes em direção a soluções com sugestões específicas e próximos passos.
1.2 Estude a Documentação do Protocolo MCP
Navegue pela especificação MCP:
Comece com o mapa do site para encontrar páginas relevantes: https://modelcontextprotocol.io/sitemap.xml
Em seguida, obtenha páginas específicas com o sufixo .md para formato markdown (por exemplo, https://modelcontextprotocol.io/specification/2025-11-25/index).
Páginas importantes para revisar:
- Visão geral e arquitetura da especificação
- Mecanismos de transporte (HTTP streamable, stdio)
- Definições de ferramentas, recursos e prompts
1.3 Estude a Documentação do Framework
Escolha a pilha compatível com o projeto:
- Linguagem: TypeScript ou Python, de acordo com o runtime existente e o cliente testado
- Transporte: HTTP streamable para servidores remotos, usando JSON stateless (mais simples de escalar e manter, em oposição a sessões stateful e respostas em streaming). stdio para servidores locais.
Carregue a documentação do framework:
- Melhores Práticas MCP: 📋 Ver Melhores Práticas - Diretrizes principais
Para TypeScript (recomendado):
- SDK TypeScript: Use uma ferramenta de navegador ou HTTP somente leitura disponível para carregar
https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md - ⚡ Guia TypeScript - Padrões e exemplos TypeScript
Para Python:
- SDK Python: Use uma ferramenta de navegador ou HTTP somente leitura disponível para carregar
https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md - 🐍 Guia Python - Padrões e exemplos Python
1.4 Planeje Sua Implementação
Entenda a API: Revise a documentação da API do serviço para identificar endpoints chave, requisitos de autenticação e modelos de dados. Use ferramentas de pesquisa somente leitura disponíveis conforme necessário.
Seleção de Ferramentas: Liste as operações e permissões exatas necessárias para a tarefa. Mantenha as ferramentas de escrita separadas e exija autorização na fronteira do servidor.
Fase 2: Implementação
2.1 Configure a Estrutura do Projeto
Veja os guias específicos da linguagem para configuração do projeto:
- ⚡ Guia TypeScript - Estrutura do projeto, package.json, tsconfig.json
- 🐍 Guia Python - Organização de módulos, dependências
2.2 Implemente a Infraestrutura Principal
Crie utilitários compartilhados:
- Cliente de API com autenticação
- Auxiliares de tratamento de erros
- Formatação de resposta (JSON/Markdown)
- Suporte à paginação
2.3 Implemente Ferramentas
Para cada ferramenta:
Esquema de Entrada:
- Use Zod (TypeScript) ou Pydantic (Python)
- Inclua restrições e descrições claras
- Adicione exemplos nas descrições dos campos
Esquema de Saída:
- Defina
outputSchemasempre que possível para dados estruturados - Use
structuredContentnas respostas das ferramentas (recurso do SDK TypeScript) - Ajuda os clientes a entender e processar as saídas das ferramentas
Descrição da Ferramenta:
- Resumo conciso da funcionalidade
…
Perguntas frequentes
O que é um servidor MCP?
É um tipo de servidor que usa um protocolo (conjunto de regras) para que IAs possam interagir com outros serviços de forma organizada.
Por que usar MCP?
Para tornar mais fácil e eficiente para as IAs acessarem e usarem informações e funcionalidades de outros sistemas.
Qual a diferença entre API Coverage e Workflow Tools?
API Coverage oferece acesso a todos os comandos de um serviço, enquanto Workflow Tools são ferramentas mais específicas para tarefas completas, podendo ser mais fáceis de usar para certas funções.
Detalhes
Descrição original do autor
Create MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. The quality of an MCP server is measured by how well it enables LLMs to accomplish real-world tasks.
Popularidade
- Estrelas no GitHub
- 48 mil
- Posição no ranking
- #3571
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
00-andruia-consultant
Ajuda seu agente a iniciar ou melhorar projetos de IA. Ele analisa código, sugere ferramentas e cria planos de ação em espanhol.
sickn33/agentic-awesome-skills
007
Faz seu agente realizar auditorias de segurança e modelagem de ameaças. É útil para proteger projetos contra ataques e vulnerabilidades.
sickn33/agentic-awesome-skills
10-andruia-skill-smith
Ajuda seu agente a criar ou melhorar ferramentas de IA. Ele define como as ferramentas funcionam, escreve a documentação e valida a estrutura.
sickn33/agentic-awesome-skills
20-andruia-niche-intelligence
Faz seu agente criar um resumo sobre um setor específico. É útil para entender o contexto, regras, padrões de uso e riscos de um projeto, usando fontes confiáveis.
sickn33/agentic-awesome-skills
Skills parecidas
speech
Ajuda seu agente a transformar texto em áudio falado. É útil para criar narrações, áudios de aulas ou locuções rápidas.
nexu-io/open-design
Docker Hub Automation
Faz seu agente automatizar operações no Docker Hub. Gerencia repositórios, equipes e webhooks para seus contêineres.
ComposioHQ/awesome-claude-skills
New Relic Automation
Ajuda seu agente a automatizar tarefas no New Relic. Ele pode gerenciar alertas, monitorar aplicações e configurar notificações.
ComposioHQ/awesome-claude-skills