Communitygithub.com

agencelutie/LP-lutie

Leitfaden zur Erstellung hochwertiger MCP (Model Context Protocol)-Server, die LLMs die Interaktion mit externen Diensten durch gut entworfene Werkzeuge ermöglichen. Verwenden Sie dies beim Bau von MCP-Servern zur Integration externer APIs oder Dienste, sei es in Python (FastMCP) oder Node/TypeScript (MCP SDK).

Was ist LP-lutie?

Diese Anleitung beschreibt den vollständigen Prozess zur Entwicklung eines erstklassigen MCP-Servers, der Large Language Models (LLMs) wie Claude dazu befähigt, mit externen APIs und Diensten über standardisierte Werkzeuge zu interagieren. Der Leitfaden betont die Bedeutung einer ausgewogenen API-Abdeckung zwischen umfassenden Endpunkten und spezialisierten Workflow-Werkzeugen, wobei die Flexibilität für die KI-Agenten im Vordergrund steht. Er deckt die vier Hauptphasen ab: tiefgehende Recherche und Planung, Implementierung (mit TypeScript oder Python), Überprüfung und Tests sowie die Erstellung umfassender Evaluierungen. Besondere Schwerpunkte sind die Werkzeugbenennung zur besseren Auffindbarkeit, das Kontextmanagement, aussagekräftige Fehlermeldungen und die Verwendung von Annotations-Hinweisen (`readOnlyHint`, `destructiveHint`, usw.). Die Anleitung bezieht sich auf die offiziellen MCP-Spezifikationen, SDKs für TypeScript und Python sowie auf spezifische Implementierungsleitfäden und eine Evaluierungsvorlage, die im Bundle enthalten sind.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/agencelutie/LP-lutie/tree/main/skills-export/examples/mcp-builder
Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

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

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Leitfaden zur MCP-Serverentwicklung

Überblick

Erstellen Sie MCP (Model Context Protocol)-Server, die es LLMs ermöglichen, mit externen Diensten durch gut entworfene Werkzeuge zu interagieren. Die Qualität eines MCP-Servers wird daran gemessen, wie gut er es LLMs ermöglicht, reale Aufgaben zu erledigen.

Prozess

🚀 Hochrangiger Arbeitsablauf

Die Erstellung eines hochwertigen MCP-Servers umfasst vier Hauptphasen:

Phase 1: Tiefgehende Recherche und Planung

1.1 Modernes MCP-Design verstehen

API-Abdeckung vs. Workflow-Werkzeuge: Bringen Sie eine umfassende Abdeckung der API-Endpunkte mit spezialisierten Workflow-Werkzeugen ins Gleichgewicht. Workflow-Werkzeuge können für bestimmte Aufgaben bequemer sein, während eine umfassende Abdeckung den Agenten die Flexibilität gibt, Operationen zu kombinieren. Die Leistung variiert je nach Client – einige Clients profitieren von Code-Ausführung, die grundlegende Werkzeuge kombiniert, während andere mit höherwertigen Workflows besser arbeiten. Wenn Sie unsicher sind, priorisieren Sie eine umfassende API-Abdeckung.

Werkzeugbenennung und Auffindbarkeit: Klare, aussagekräftige Werkzeugnamen helfen Agenten, die richtigen Werkzeuge schnell zu finden. Verwenden Sie konsistente Präfixe (z. B. github_create_issue, github_list_repos) und handlungsorientierte Namen.

Kontextmanagement: Agenten profitieren von präzisen Werkzeugbeschreibungen und der Möglichkeit, Ergebnisse zu filtern/zu paginieren. Entwerfen Sie Werkzeuge, die fokussierte, relevante Daten zurückgeben. Einige Clients unterstützen die Code-Ausführung, die Agenten helfen kann, Daten effizient zu filtern und zu verarbeiten.

Aktionsorientierte Fehlermeldungen: Fehlermeldungen sollten Agenten mit spezifischen Vorschlägen und nächsten Schritten zu Lösungen führen.

1.2 MCP-Protokolldokumentation studieren

Navigieren Sie in der MCP-Spezifikation:

Beginnen Sie mit der Sitemap, um relevante Seiten zu finden: https://modelcontextprotocol.io/sitemap.xml

Rufen Sie dann bestimmte Seiten mit dem Suffix .md für das Markdown-Format ab (z. B. https://modelcontextprotocol.io/specification/draft.md).

Wichtige Seiten zum Überprüfen:

  • Spezifikationsüberblick und Architektur
  • Transportmechanismen (streamable HTTP, stdio)
  • Definitionen von Werkzeugen, Ressourcen und Prompts

1.3 Framework-Dokumentation studieren

Empfohlener Stack:

  • Sprache: TypeScript (hochwertige SDK-Unterstützung und gute Kompatibilität in vielen Ausführungsumgebungen, z. B. MCPB. Außerdem sind KI-Modelle gut darin, TypeScript-Code zu generieren, was von seiner breiten Nutzung, statischen Typisierung und guten Linting-Werkzeugen profitiert)
  • Transport: Streamable HTTP für Remote-Server, unter Verwendung von zustandslosem JSON (einfacher zu skalieren und zu warten, im Gegensatz zu zustandsbehafteten Sitzungen und Streaming-Antworten). stdio für lokale Server.

Framework-Dokumentation laden:

Für TypeScript (empfohlen):

  • TypeScript SDK: Verwenden Sie WebFetch, um https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md zu laden
  • ⚡ TypeScript-Leitfaden - TypeScript-Muster und Beispiele

Für Python:

  • Python SDK: Verwenden Sie WebFetch, um https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md zu laden
  • 🐍 Python-Leitfaden - Python-Muster und Beispiele

1.4 Planen Sie Ihre Implementierung

Die API verstehen: Überprüfen Sie die API-Dokumentation des Dienstes, um wichtige Endpunkte, Authentifizierungsanforderungen und Datenmodelle zu identifizieren. Verwenden Sie bei Bedarf Websuche und WebFetch.

Werkzeugauswahl: Priorisieren Sie eine umfassende API-Abdeckung. Listen Sie die zu implementierenden Endpunkte auf, beginnend mit den häufigsten Operationen.

Phase 2: Implementierung

2.1 Projektstruktur einrichten

Siehe sprachspezifische Leitfäden für die Projekteinrichtung:

2.2 Kerninfrastruktur implementieren

Gemeinsame Hilfsprogramme erstellen:

  • API-Client mit Authentifizierung
  • Hilfsprogramme zur Fehlerbehandlung
  • Antwortformatierung (JSON/Markdown)
  • Paginierungsunterstützung

2.3 Werkzeuge implementieren

Für jedes Werkzeug:

Eingabeschema:

  • Verwenden Sie Zod (TypeScript) oder Pydantic (Python)
  • Fügen Sie Einschränkungen und klare Beschreibungen hinzu
  • Fügen Sie Beispiele in Feldbeschreibungen hinzu

Ausgabeschema:

  • Definieren Sie outputSchema wo möglich für strukturierte Daten
  • Verwenden Sie structuredContent in Werkzeugantworten (TypeScript SDK-Funktion)
  • Hilft Clients, Werkzeugausgaben zu verstehen und zu verarbeiten

Werkzeugbeschreibung:

  • Präzise Zusammenfassung der Funktionalität
  • Parameterbeschreibungen
  • Rückgabetyp-Schema

Implementierung:

  • Async/await für I/O-Operationen
  • Ordnungsgemäße Fehlerbehandlung mit aktionsorientierten Meldungen
  • Paginierung unterstützen, wo anwendbar
  • Sowohl Textinhalte als auch strukturierte Daten zurückgeben, wenn moderne SDKs verwendet werden

Annotationen:

  • readOnlyHint: wahr/falsch
  • destructiveHint: wahr/falsch
  • idempotentHint: wahr/falsch
  • openWorldHint: wahr/falsch

Phase 3: Überprüfung und Test

3.1 Codequalität

Überprüfen auf:

  • Kein doppelter Code (DRY-Prinzip)
  • Einheitliche Fehlerbehandlung
  • Vollständige Typabdeckung
  • Klare Werkzeugbeschreibungen

3.2 Build und Test

TypeScript:

  • Führen Sie npm run build aus, um die Kompilierung zu überprüfen
  • Testen Sie mit dem MCP Inspector: npx @modelcontextprotocol/inspector

Python:

  • Syntax überprüfen: python -m py_compile your_server.py
  • Testen Sie mit dem MCP Inspector

Siehe sprachspezifische Leitfäden für detaillierte Testansätze und Qualitätschecklisten.

Phase 4: Evaluierungen erstellen

Nachdem Sie Ihren MCP-Server implementiert haben, erstellen Sie umfassende Evaluierungen, um seine Effektivität zu testen.

Laden Sie ✅ Evaluierungsleitfaden für vollständige Evaluierungsrichtlinien.

4.1 Evaluierungszweck verstehen

Verwenden Sie Evaluierungen, um zu testen, ob LLMs Ihren MCP-Server effektiv nutzen können, um realistische, komplexe Fragen zu beantworten.

4.2 10 Evaluierungsfragen erstellen

Um effektive Evaluierungen zu erstellen, befolgen Sie den im Evaluierungsleitfaden beschriebenen Prozess:

  1. Werkzeuginspektion: Listen Sie verfügbare Werkzeuge auf und verstehen Sie ihre Fähigkeiten
  2. Inhaltserkundung: Verwenden Sie READ-ONLY-Operationen, um verfügbare Daten zu erkunden
  3. Fragengenerierung: Erstellen Sie 10 komplexe, realistische Fragen
  4. Antwortüberprüfung: Lösen Sie jede Frage selbst, um Antworten zu überprüfen

4.3 Evaluierungsanforderungen

Stellen Sie sicher, dass jede Frage:

  • Unabhängig: Nicht von anderen Fragen abhängig
  • Schreibgeschützt: Nur nicht-destruktive Operationen erforderlich
  • Komplex: Mehrere Werkzeugaufrufe und tiefgehende Erkundung erforderlich
  • Realistisch: Basierend auf realen Anwendungsfällen, die Menschen betreffen
  • Überprüfbar: Einzelne, klare Antwort, die durch Zeichenfolgenvergleich überprüft werden kann
  • Stabil: Antwort ändert sich im Laufe der Zeit nicht

4.4 Ausgabeformat

Erstellen Sie eine XML-Datei mit dieser Struktur:

<evaluation>
  <qa_pair>
    <question>Finden Sie Diskussionen über KI-Modellveröffentlichungen mit Tier-Codenamen. Ein Modell benötigte eine spezifische Sicherheitsbezeichnung im Format ASL-X. Welche Nummer X wurde für das nach einer gefleckten Wildkatze benannte Modell bestimmt?</question>
    <answer>3</answer>
  </qa_pair>
<!-- Weitere qa_pairs... -->
</evaluation>

Referenzdateien

📚 Dokumentationsbibliothek

Laden Sie diese Ressourcen bei Bedarf während der Entwicklung:

Kern-MCP-Dokumentation (zuerst laden)

  • MCP-Protokoll: Beginnen Sie mit der Sitemap unter https://modelcontextprotocol.io/sitemap.xml, rufen Sie dann bestimmte Seiten mit dem Suffix .md ab
  • 📋 MCP Best Practices - Universelle MCP-Richtlinien, einschließlich:
    • Konventionen zur Server- und Werkzeugbenennung
    • Richtlinien zum Antwortformat (JSON vs. Markdown)
    • Best Practices für Paginierung
    • Transportauswahl (streamable HTTP vs. stdio)
    • Sicherheits- und Fehlerbehandlungsstandards

SDK-Dokumentation (während Phase 1/2 laden)

  • Python SDK: Abrufen von https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md
  • TypeScript SDK: Abrufen von https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md

Sprachspezifische Implementierungsleitfäden (während Phase 2 laden)

  • 🐍 Python-Implementierungsleitfaden - Vollständiger Python/FastMCP-Leitfaden mit:

    • Initialisierungsmustern für Server
    • Pydantic-Modellbeispielen
    • Werkzeugregistrierung mit @mcp.tool
    • Vollständigen funktionierenden Beispielen
    • Qualitätscheckliste

  • ⚡ TypeScript-Implementierungsleitfaden - Vollständiger TypeScript-Leitfaden mit:

    • Projektstruktur
    • Zod-Schema-Mustern
    • Werkzeugregistrierung mit server.registerTool
    • Vollständigen funktionierenden Beispielen
    • Qualitätscheckliste

Evaluierungsleitfaden (während Phase 4 laden)

  • ✅ Evaluierungsleitfaden - Vollständiger Leitfaden zur Erstellung von Evaluierungen mit:
    • Richtlinien zur Fragenerstellung
    • Strategien zur Antwortüberprüfung
    • XML-Formatspezifikationen
    • Beispielfragen und -antworten
    • Durchführung einer Evaluierung mit den bereitgestellten Skripten

Individual skills in this repo

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

agencelutie/LP-lutie

Creating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems. Create original algorithmic art rather than copying existing artists' work to avoid copyright violations.

agencelutie/LP-lutie

Submit expense reimbursements through Benepass (app.getbenepass.com). For users whose employer uses Benepass as their benefits platform. Handles login, benefit selection, form filling, receipt upload, and submission. Requires browser/computer-use capabilities.

agencelutie/LP-lutie

Applies Anthropic's official brand colors and typography to any sort of artifact that may benefit from having Anthropic's look-and-feel. Use it when brand colors or style guidelines, visual formatting, or company design standards apply.

agencelutie/LP-lutie

Make a phone call to book an appointment or reservation. Checks calendar first, gets explicit consent before dialing, discloses AI identity on the call, and adds the booking to calendar when done.

agencelutie/LP-lutie

Cancel a subscription or unsubscribe from a service. Works from a description, a pasted charge line, a URL, or a photo/screenshot. Can also audit a full statement for recurring charges and cancel several at once. Finds the right contact method and handles the cancellation — including phone calls.

agencelutie/LP-lutie

Create beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.

agencelutie/LP-lutie

Guide users through a structured workflow for co-authoring documentation. Use when user wants to write documentation, proposals, technical specs, decision docs, or similar structured content. This workflow helps users efficiently transfer context, refine content through iteration, and verify the doc works for readers. Trigger when user mentions writing docs, creating proposals, drafting specs, or similar documentation tasks.

agencelutie/LP-lutie

Help plan an event — from a birthday dinner to a wedding. Scales to the size of the occasion. Handles venue research, guest lists, timelines, vendors, and budgets.

agencelutie/LP-lutie

Help submit an expense or reimbursement on any platform. Detects the right tool (Benepass, Brex, Concur, Expensify, etc.), finds receipts, checks for duplicates, and walks through submission.

agencelutie/LP-lutie

Handle small bureaucratic tasks — jury duty responses, parking tickets, passport renewals, DMV forms, permit applications, and other government or administrative paperwork.

agencelutie/LP-lutie

Run financial calculations and scenario comparisons — tax estimates, loan comparisons, retirement projections, rent vs. buy, investment scenarios, and more. Pure math, no accounts or logins needed.

agencelutie/LP-lutie

Help order groceries for delivery. Concierge-style flow — store selection, occasion-based list building, budget tracking, and cart assembly.

agencelutie/LP-lutie

Help find and book a service provider for a task — cleaning, handyman, moving, assembly, yard work, errands, etc. Searches TaskRabbit, Handy, Thumbtack, and similar platforms.

agencelutie/LP-lutie

A set of resources to help me write all kinds of internal communications, using the formats that my company likes to use. Claude should use this skill whenever asked to write some sort of internal communications (status reports, leadership updates, 3P updates, company newsletters, FAQs, incident reports, project updates, etc.).

agencelutie/LP-lutie

Help order food timed to arrive at a specific time. Works backward from target arrival, suggests restaurants, builds cart, and monitors delivery.

agencelutie/LP-lutie

Refill a prescription at a pharmacy. Works from a medication name, an Rx number, a photo of the bottle, or just "I'm running low." Confirms exactly what's being requested, gathers everything the pharmacy will ask for up front, and handles the refill online or by phone — whichever is fastest.

agencelutie/LP-lutie

Help return an item or request a refund from any retailer. Identifies the item, finds the return policy, navigates the process, and handles shipping labels or phone calls.

agencelutie/LP-lutie

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, artifacts, posters, or applications (examples include websites, landing pages, dashboards, React components, HTML/CSS layouts, or when styling/beautifying any web UI). Generates creative, polished code and UI design that avoids generic AI aesthetics.

agencelutie/LP-lutie

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says "landing page", "post-click experience", "landing page audit", "conversion rate", or "landing page optimization".

agencelutie/LP-lutie

Generate structured landing page copy with hero, body, proof, and CTA sections. Framework-agnostic - adapts approach based on awareness level and offer type.

Verwandte Skills

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community