Pular para o conteúdo
Skillpedia
Conectores (MCP)48 mil · #3574

mcp-tool-developer

Cria ferramentas para a inteligência artificial interagir com o mundo. Desenvolve e publica essas ferramentas de forma completa.

O que ela faz

Essa ferramenta ajuda a criar servidores e ferramentas para a IA, seguindo um protocolo chamado MCP. Ela cobre todo o processo, desde a ideia inicial até a publicação, usando linguagens como TypeScript e Python.

Quando usar

  • ✓Ao criar um novo servidor MCP do zero.
  • ✓Ao transformar uma API existente em uma ferramenta MCP.
  • ✓Ao publicar um servidor MCP em um registro.

Exemplo do que pedir para a IA

“Crie um servidor MCP em TypeScript que tenha uma ferramenta para saudar usuários.”

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

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/mcp-tool-developer/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/mcp-tool-developer/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Primeiro, você define o que o servidor fará (ferramentas, dados, modelos de texto) e como ele se comunicará. Depois, desenha como as ferramentas receberão e retornarão informações, e por fim, escreve o código usando o kit de desenvolvimento oficial.

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-tool-developer

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/mcp-tool-developer/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Desenvolvedor de Ferramentas MCP

Visão Geral

Especialista na construção de servidores do Protocolo de Contexto de Modelo (MCP) que oferecem novas capacidades aos agentes de IA. Abrange todo o ciclo de vida do desenvolvimento MCP: especificação, implementação, teste, implantação e publicação no registro. Suporta TypeScript e Python com padrões prontos para produção.

Esta habilidade entende os primitivos da especificação MCP (ferramentas, recursos, prompts, amostragem), opções de transporte (stdio, SSE, HTTP Streamable) e os padrões de design de ferramentas que tornam os servidores MCP confiáveis e compostos.

Quando Usar Esta Habilidade

  • Use ao construir um novo servidor MCP do zero
  • Use ao encapsular uma API existente como uma ferramenta MCP
  • Use ao depurar problemas de servidor MCP
  • Use ao projetar o esquema da ferramenta para um servidor MCP
  • Use ao publicar um servidor MCP em um registro

Como Funciona

Passo 1: Definir o Escopo do Servidor MCP

Identifique quais capacidades o servidor deve expor:

  • Ferramentas - Funções que o LLM pode chamar (caso de uso principal)
  • Recursos - Dados que o LLM pode ler (arquivos, APIs, bancos de dados)
  • Prompts - Modelos de prompt reutilizáveis

Escolha o transporte:

  • stdio - Para ferramentas CLI locais (Claude Code, Cursor)
  • SSE (Server-Sent Events) - Para ferramentas remotas/hospedadas
  • HTTP Streamable - Novo na especificação MCP para implantações modernas

Passo 2: Projetar o Esquema da Ferramenta

Defina os esquemas de entrada/saída antes de escrever a implementação:

{
  name: "tool_name",
  description: "What this tool does (visible to the LLM)",
  inputSchema: {
    type: "object",
    properties: { ... },
    required: [ ... ]
  }
}

Passo 3: Implementar o Servidor

Crie o servidor com tratamento de erros adequado, validação e logging. Use o SDK oficial do MCP para TypeScript (@modelcontextprotocol/sdk) ou Python (mcp).

Passo 4: Testar e Implantar

Teste com o MCP Inspector, valide os esquemas das ferramentas, trate casos extremos e, em seguida, implante localmente ou remotamente.

Exemplos

Exemplo 1: Servidor MCP TypeScript

import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({ name: "my-tools", version: "1.0.0" });

server.tool("greet", "Greet someone by name",
  { name: z.string().describe("Person's name") },
  async ({ name }) => ({ content: [{ type: "text", text: `Hello, ${name}!` }] })
);

const transport = new StdioServerTransport();
await server.connect(transport);

Exemplo 2: Padrão de Wrapper de API

Encapsule uma API externa como uma ferramenta MCP com autenticação, limitação de taxa e tratamento de erros:

  • Mapeie endpoints de API para ferramentas
  • Lide com autenticação via variáveis de ambiente
  • Transforme respostas de API em formato amigável para LLM
  • Adicione lógica de retentativa com backoff exponencial

Melhores Práticas

  • Construa ferramentas pequenas e focadas que possam ser encadeadas em vez de ferramentas monolíticas
  • Retorne erros estruturados, não falhas - as ferramentas devem falhar graciosamente
  • Defina esquemas antes da implementação
  • Inclua descrições que ajudem o LLM a entender quando e como usar cada ferramenta
  • Valide todas as entradas contra o esquema
  • Adicione limitação de taxa para chamadas de API externas
  • Use variáveis de ambiente para segredos, nunca codifique credenciais

Limitações

  • Esta habilidade fornece orientação e geração de código; testes de tempo de execução reais exigem um ambiente de desenvolvimento
  • A especificação MCP está em evolução; sempre verifique a versão mais recente da especificação
  • A revisão de segurança é essencial antes de implantar ferramentas que lidam com dados sensíveis

Notas de Segurança e Proteção

  • Nunca codifique chaves de API ou credenciais em implementações de ferramentas
  • Use variáveis de ambiente ou gerenciadores de segredos para toda a autenticação
  • Valide e sanitize todas as entradas para prevenir ataques de injeção
  • Limite a taxa de chamadas de API externas para prevenir abusos
  • Revise cuidadosamente as permissões das ferramentas - as ferramentas podem acessar arquivos, redes e executar código

Armadilhas Comuns

  • Problema: LLM chama ferramentas com parâmetros errados Solução: Melhore as descrições das ferramentas e adicione exemplos no campo de descrição. O LLM lê as descrições para decidir como chamar as ferramentas.

  • Problema: Ferramenta expira em entradas grandes Solução: Adicione validação de tamanho de entrada e paginação. Transmita respostas grandes em vez de armazená-las em buffer.

Habilidades Relacionadas

  • api-integration-architect - Para padrões de design de API usados em ferramentas MCP
  • security-audit-code-reviewer - Para revisar a segurança do código do servidor MCP
Perguntas frequentes

O que é MCP?

MCP (Model Context Protocol) é um protocolo que permite que agentes de IA usem ferramentas e acessem dados de forma estruturada.

Quais linguagens são suportadas?

TypeScript e Python são as linguagens principais suportadas para construir servidores e ferramentas MCP.

Como a IA sabe quando usar uma ferramenta?

A IA usa as descrições que você fornece para cada ferramenta para entender o que ela faz e quando é apropriado chamá-la.

Detalhes

Descrição original do autor

Build Model Context Protocol (MCP) servers and tools from scratch. Full-stack MCP development with TypeScript/Python, testing, deployment, and registry publishing.

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#3574
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas