Communitygithub.com

mcp-server-patterns

Erstellen Sie MCP-Server mit dem Node/TypeScript SDK – Tools, Ressourcen, Prompts, Zod-Validierung, stdio vs. Streamable HTTP. Nutzen Sie Context7 oder die offizielle MCP-Dokumentation für die aktuelle API. Verwenden Sie dies beim Erstellen oder Debuggen eines MCP-Servers.

Was ist mcp-server-patterns?

Dieses Skill bietet Entwicklern eine umfassende Anleitung zum Erstellen und Warten von MCP-Servern (Model Context Protocol) mit dem Node/TypeScript SDK. Es behandelt die Kernkonzepte des MCP-Protokolls, darunter Tools (vom Modell aufrufbare Aktionen), Ressourcen (schreibgeschützte Daten) und wiederverwendbare Prompt-Vorlagen, sowie die Wahl des Transports (stdio für lokale Clients wie Claude Desktop, Streamable HTTP für remote Clients wie Cursor). Das Skill betont die Bedeutung der Schemadefinition mit Zod für Eingabevalidierung, Fehlerbehandlung und Idempotenz von Tools. Es unterstützt die gängigsten MCP-Plattformen wie Claude Desktop, Cursor und benutzerdefinierte Cloud-Umgebungen und verweist auf Context7 und die offizielle MCP-Dokumentation für aktuelle API-Signaturen, da sich das SDK im Laufe der Zeit ändert. Entwickler lernen, wie sie Serverlogik transportunabhängig halten, sodass sie einfach zwischen stdio und HTTP wechseln können, und erhalten Best Practices für Versionierung, Ratenbegrenzung und Kostenkontrolle bei externen API-Aufrufen.

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

In Ihrer bevorzugten KI fragen

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

Dokumentation

MCP-Server-Muster

Das Model Context Protocol (MCP) ermöglicht es KI-Assistenten, Tools aufzurufen, Ressourcen zu lesen und Prompts von Ihrem Server zu verwenden. Verwenden Sie dieses Skill beim Erstellen oder Warten von MCP-Servern. Die SDK-API entwickelt sich weiter; überprüfen Sie Context7 (query-docs für "MCP") oder die offizielle MCP-Dokumentation für aktuelle Methodennamen und Signaturen.

Für die allgemeine 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

Verwenden Sie dies bei: Implementierung eines neuen MCP-Servers, Hinzufügen von Tools oder Ressourcen, Wahl zwischen stdio und HTTP, Upgrade des SDKs oder Debugging von MCP-Registrierungs- und Transportproblemen.

Wie es funktioniert

Kernkonzepte

  • Tools: Aktionen, die das Modell aufrufen kann (z.B. Suche, Befehl ausführen). Registrieren Sie sie mit registerTool() oder tool(), abhängig von der SDK-Version.
  • Ressourcen: Schreibgeschützte Daten, die das Modell abrufen kann (z.B. Dateiinhalte, API-Antworten). Registrieren Sie 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). Registrieren Sie sie mit registerPrompt() oder einem Äquivalent.
  • Transport: stdio für lokale Clients (z.B. Claude Desktop); Streamable HTTP wird für entfernte Clients bevorzugt (Cursor, Cloud). 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. Überprüfen Sie immer die aktuellen MCP-Dokumente oder Context7.

Verbinden mit stdio

Für lokale Clients erstellen Sie einen stdio-Transport und übergeben ihn an die connect-Methode Ihres Servers. Die genaue API variiert je nach SDK-Version (z.B. Konstruktor vs. Factory). Siehe die offizielle MCP-Dokumentation oder fragen Sie Context7 nach "MCP stdio server" für das aktuelle Muster.

Halten Sie die Serverlogik (Tools + Ressourcen) transportunabhängig, damit Sie im Einstiegspunkt stdio oder HTTP einstecken können.

Remote (Streamable HTTP)

Für Cursor, Cloud oder andere entfernte Clients verwenden Sie Streamable HTTP (ein einzelner MCP-HTTP-Endpunkt gemäß aktuellem Standard). Unterstützen Sie Legacy HTTP/SSE nur, wenn Abwärtskompatibilität erforderlich ist.

Beispiele

Installieren und Server einrichten

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" });

Registrieren Sie Tools und Ressourcen mit der API, die Ihre SDK-Version bereitstellt: Einige Versionen verwenden server.tool(name, description, schema, handler) (positionale Argumente), andere verwenden server.tool({ name, description, inputSchema }, handler) oder registerTool(). Gleiches gilt für Ressourcen – fügen Sie einen uri im Handler hinzu, wenn die API ihn bereitstellt. Überprüfen Sie die offiziellen MCP-Dokumente oder Context7 auf die aktuellen Signaturen von @modelcontextprotocol/sdk, um Copy-Paste-Fehler zu vermeiden.

Verwenden Sie Zod (oder das bevorzugte Schemaformat des SDKs) für die Eingabevalidierung.

Best Practices

  • Schema zuerst: Definieren Sie Eingabeschemata für jedes Tool; dokumentieren Sie Parameter und Rückgabestruktur.
  • Fehler: Geben Sie strukturierte Fehler oder Nachrichten zurück, die das Modell interpretieren kann; vermeiden Sie rohe Stack-Traces.
  • Idempotenz: Bevorzugen Sie nach Möglichkeit idempotente Tools, damit Wiederholungen sicher sind.
  • Raten und Kosten: Für Tools, die externe APIs aufrufen, berücksichtigen Sie Ratenbegrenzungen und Kosten; dokumentieren Sie dies in der Tool-Beschreibung.
  • Versionierung: Fixieren Sie die SDK-Version in package.json; überprüfen Sie die Versionshinweise beim Upgrade.

Offizielle SDKs und Dokumente

  • JavaScript/TypeScript: @modelcontextprotocol/sdk (npm). Verwenden Sie Context7 mit dem Bibliotheksnamen "MCP" für aktuelle Registrierungs- und Transportmuster.
  • 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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Verwandte Skills