Communitygithub.com

MCP-Server-Patterns

Baue MCP-Server mit dem Node/TypeScript SDK – Tools, Ressourcen, Prompts, Zod-Validierung, stdio vs. Streamable HTTP. Nutze Context7 oder die offizielle MCP-Dokumentation für die aktuellsten API-Signaturen. Verwende dies beim Erstellen oder Debuggen eines MCP-Servers – Tools, Ressourcen, Prompts, Validierung oder Transportwahl.

Was ist MCP-Server-Patterns?

Dieses Skill bietet eine umfassende Anleitung zur Implementierung von MCP-Servern (Model Context Protocol) mit dem Node/TypeScript SDK. Es deckt die Kernkonzepte Tools (aufrufbare Aktionen), Ressourcen (schreibgeschützte Daten) und Prompts (wiederverwendbare Vorlagen) ab, die es KI-Assistenten wie Claude ermöglichen, mit deinem Server zu interagieren. Der Skill erklärt den Transport: stdio für lokale Clients (z. B. Claude Desktop) und das bevorzugte Streamable HTTP für Remote-Clients wie Cursor oder Cloud-Dienste, während Legacy-HTTP/SSE für Abwärtskompatibilität erwähnt wird. Er behandelt die sich ändernde SDK-API, wobei die Methoden `tool()`/`registerTool()` und `resource()`/`registerResource()` je nach SDK-Version variieren können, und empfiehlt die Überprüfung der aktuellen Signaturen über Context7 oder die offizielle MCP-Dokumentation. Darüber hinaus enthält der Skill praktische Beispiele zur Installation und Servereinrichtung, betont Best Practices wie Schema-First-Design, Fehlerbehandlung, Idempotenz und Versionsverwaltung und verweist auf offizielle SDKs für TypeScript, Go und C#. Er ist besonders nützlich für Entwickler, die neue MCP-Server implementieren, bestehende erweitern oder Transport- und Registrierungsprobleme debuggen.

Funktioniert mit✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/mcp-server-patterns

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht MCP-Server-Patterns?

Mit dem Model Context Protocol (MCP) können KI-Assistenten Tools aufrufen, Ressourcen lesen und Prompts von deinem Server nutzen. Verwende dieses Skill beim Erstellen oder Warten von MCP-Servern. Die SDK-API entwickelt sich weiter; überprüfe Context7 (query-docs für „MCP“) oder die offizielle MCP-Dokumentation, um die aktuellen Methodennamen und Signaturen zu erhalten.

Für die übergreifende Routing-Entscheidung, wann eine Fähigkeit eine Regel, ein Skill, MCP oder ein einfacher CLI-/API-Workflow sein sollte, siehe docs/capability-surface-selection.md.

Wann verwenden

Verwende dies bei: Implementierung eines neuen MCP-Servers, Hinzufügen von Tools oder Ressourcen, Wahl zwischen stdio und HTTP, Upgrade des SDK oder Debuggen von MCP-Registrierungs- und Transportproblemen.

Wie es funktioniert

Kernkonzepte

  • Tools: Aktionen, die das Modell aufrufen kann (z. B. Suche, Ausführen eines Befehls). Registriere sie mit registerTool() oder tool(), abhängig von der SDK-Version.
  • Ressourcen: Schreibgeschützte Daten, die das Modell abrufen kann (z. B. Dateiinhalte, API-Antworten). Registriere sie mit registerResource() oder resource(). Handler erhalten normalerweise ein uri-Argument.
  • Prompts: Wiederverwendbare, parametrisierte Prompt-Vorlagen, die der Client anzeigen kann (z. B. in Claude Desktop). Registriere sie mit registerPrompt() oder einem Äquivalent.
  • Transport: stdio für lokale Clients (z. B. Claude Desktop); Streamable HTTP wird für Remote-Clients (Cursor, Cloud) bevorzugt. Legacy-HTTP/SSE dient der Abwärtskompatibilität.

Das Node/TypeScript SDK kann tool() / resource() oder registerTool() / registerResource() bereitstellen; das offizielle SDK hat sich im Laufe der Zeit geändert. Überprüfe immer die aktuellen MCP-Dokumente oder Context7.

Verbinden mit stdio

Erstelle für lokale Clients einen stdio-Transport und übergib ihn an die connect-Methode deines Servers. Die genaue API variiert je nach SDK-Version (z. B. Konstruktor vs. Factory). Siehe die offizielle MCP-Dokumentation oder frage Context7 nach „MCP stdio server“ für das aktuelle Pattern.

Halte die Serverlogik (Tools + Ressourcen) transportunabhängig, damit du im Einstiegspunkt stdio oder HTTP einstecken kannst.

Remote (Streamable HTTP)

Verwende für Cursor, Cloud oder andere Remote-Clients Streamable HTTP (ein einzelner MCP-HTTP-Endpunkt gemäß aktuellem Standard). Unterstütze Legacy-HTTP/SSE nur, wenn Abwärtskompatibilität erforderlich ist.

Beispiele

Installation und Servereinrichtung

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

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

Registriere Tools und Ressourcen mit der API, die deine SDK-Version bereitstellt: Einige Versionen verwenden server.tool(name, description, schema, handler) (positionsabhängige Argumente), andere verwenden server.tool({ name, description, inputSchema }, handler) oder registerTool(). Gleiches gilt für Ressourcen – füge einen uri in den Handler ein, wenn die API ihn bereitstellt. Überprüfe die aktuellen @modelcontextprotocol/sdk-Signaturen in der offiziellen MCP-Dokumentation oder Context7, um Copy-Paste-Fehler zu vermeiden.

Verwende Zod (oder das bevorzugte Schemaformat des SDK) für die Eingabevalidierung.

Best Practices

  • Schema zuerst: Definiere Eingabeschemata für jedes Tool; dokumentiere Parameter und Rückgabeform.
  • Fehler: Gib strukturierte Fehler oder Nachrichten zurück, die das Modell interpretieren kann; vermeide rohe Stacktraces.
  • Idempotenz: Bevorzuge wo möglich idempotente Tools, damit Wiederholungen sicher sind.
  • Rate und Kosten: Berücksichtige bei Tools, die externe APIs aufrufen, Ratenlimits und Kosten; dokumentiere dies in der Tool-Beschreibung.
  • Versionierung: Setze die SDK-Version in package.json fest; überprüfe die Versionshinweise beim Upgrade.

Offizielle SDKs und Dokumente

  • JavaScript/TypeScript: @modelcontextprotocol/sdk (npm). Verwende Context7 mit dem Bibliotheksnamen „MCP“ für aktuelle Registrierungs- und Transport-Patterns.
  • Go: Offizielles Go-SDK auf GitHub (modelcontextprotocol/go-sdk).
  • C#: Offizielles C#-SDK für .NET.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills