Llama 4 - 2504
Meta 开源多模态大模型
mcp-builder 是一份指导 AI 编写 MCP 服务器的 Skill，帮助开发者把外部服务的接口接成大模型可调用的工具。它覆盖方案规划、代码实现、测试和评估，适合需要连接业务系统、封装服务接口的开发者。它提供开发流程与参考资料，使用者仍需准备目标服务的接口文档和认证信息。
适配哪些工具
官方材料列出两条开发路线：Python 配合 FastMCP，以及 Node 环境中的 TypeScript 配合 MCP SDK，并优先推荐 TypeScript。远程服务器建议使用 Streamable HTTP，本地服务器使用 stdio。
材料还介绍了用 MCP Inspector 检查服务器的方法。具体哪些 AI 客户端能够安装这份 Skill、客户端版本要求及兼容范围，均未核实。
安装步骤
所给材料没有提供 Skill 的安装命令、安装目录或客户端导入步骤，因此安装方法未核实，不能据此写成一键安装教程。
开发准备可按材料顺序进行：先了解 MCP 协议与最佳实践，再阅读对应语言的实现指南，最后根据目标服务的接口、认证方式和数据模型规划工具。
使用示例
材料确认的使用路径是为外部 API 开发 MCP 服务器：梳理常用接口，建立带认证的共享 API 客户端，补充错误处理、响应格式和分页能力，再逐个实现工具。
TypeScript 路线使用 Zod 定义输入结构，通过 server.registerTool 注册工具；Python 路线使用 Pydantic 定义数据模型，通过 @mcp.tool 注册工具。参数应包含约束和清楚的说明。
实现后检查编译或语法，并使用 MCP Inspector 测试。随后编写十道需要多次工具调用的评估题，逐题验证答案，以 XML 保存问题与答案。
注意事项
工具名称应清楚表达动作，返回结果应聚焦任务，并支持必要的筛选或分页。错误信息应给出可执行的修正建议；工具还应标注只读、破坏性、幂等性等属性。
评估题要求相互独立、仅需只读操作，答案明确、可核验且稳定。材料将许可证完整条款指向 LICENSE.txt，但未提供正文；具体许可条件、版本、价格和性能数据均未核实。
核实备注：提供的官方摘录标明名称为 mcp-builder。本次未直接检查仓库，无法独立确认当前目录状态，因此保留目标名称，未替换其他 Skill。
同类 Skill
所给官方材料未列出同类 Skill，暂不补写替代名称。已有站内文章涉及资源搜索、Codex 管理和视频制作，但材料不足以证明它们具有同类 MCP 开发能力。
