Communitygithub.com

mcp-server-patterns

Construa servidores MCP com o SDK Node/TypeScript — ferramentas, recursos, prompts, validação Zod, stdio vs Streamable HTTP. Use Context7 ou a documentação oficial do MCP para a API mais recente. Use ao construir ou depurar um servidor MCP — ferramentas, recursos, prompts, validação ou escolha de transporte.

O que é mcp-server-patterns?

Este skill fornece um guia prático para construir e manter servidores Model Context Protocol (MCP) usando o SDK Node/TypeScript. Ele explica os conceitos centrais do MCP — ferramentas (ações invocáveis pelo modelo), recursos (dados somente leitura), prompts (modelos de prompt parametrizados) e transporte (stdio para clientes locais como o Claude Desktop, Streamable HTTP para clientes remotos como o Cursor ou serviços em nuvem, e HTTP/SSE legado). O skill enfatiza a importância de verificar a documentação oficial do MCP ou usar o Context7 para obter as assinaturas de API mais recentes, já que o SDK evolui com frequência. Também inclui exemplos de configuração de servidor com Zod para validação de entrada e boas práticas como definir esquemas primeiro, tratar erros de forma estruturada e versionar o SDK. É útil para desenvolvedores que estão implementando novos servidores MCP, adicionando ferramentas e recursos, escolhendo entre stdio e HTTP, ou depurando problemas de registro e transporte.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Padrões de Servidor MCP

O Model Context Protocol (MCP) permite que assistentes de IA chamem ferramentas, leiam recursos e usem prompts do seu servidor. Use este skill ao construir ou manter servidores MCP. A API do SDK evolui; verifique o Context7 (query-docs para "MCP") ou a documentação oficial do MCP para nomes e assinaturas de métodos atuais.

Para a decisão mais ampla de roteamento sobre quando uma capacidade deve ser uma regra, um skill, MCP ou um fluxo de trabalho CLI/API simples, consulte docs/capability-surface-selection.md.

Quando Usar

Use ao: implementar um novo servidor MCP, adicionar ferramentas ou recursos, escolher entre stdio e HTTP, atualizar o SDK ou depurar problemas de registro e transporte do MCP.

Como Funciona

Conceitos centrais

  • Ferramentas: Ações que o modelo pode invocar (por exemplo, pesquisar, executar um comando). Registre com registerTool() ou tool() dependendo da versão do SDK.
  • Recursos: Dados somente leitura que o modelo pode buscar (por exemplo, conteúdo de arquivos, respostas de API). Registre com registerResource() ou resource(). Os handlers geralmente recebem um argumento uri.
  • Prompts: Modelos de prompt reutilizáveis e parametrizados que o cliente pode exibir (por exemplo, no Claude Desktop). Registre com registerPrompt() ou equivalente.
  • Transporte: stdio para clientes locais (por exemplo, Claude Desktop); Streamable HTTP é preferido para remoto (Cursor, nuvem). HTTP/SSE legado é para compatibilidade reversa.

O SDK Node/TypeScript pode expor tool() / resource() ou registerTool() / registerResource(); o SDK oficial mudou ao longo do tempo. Sempre verifique a documentação atual do MCP ou o Context7.

Conectando com stdio

Para clientes locais, crie um transporte stdio e passe-o para o método de conexão do seu servidor. A API exata varia conforme a versão do SDK (por exemplo, construtor vs fábrica). Consulte a documentação oficial do MCP ou consulte o Context7 para "MCP stdio server" para obter o padrão atual.

Mantenha a lógica do servidor (ferramentas + recursos) independente do transporte para que você possa conectar stdio ou HTTP no ponto de entrada.

Remoto (Streamable HTTP)

Para Cursor, nuvem ou outros clientes remotos, use Streamable HTTP (um único endpoint HTTP MCP por especificação atual). Suporte HTTP/SSE legado apenas quando a compatibilidade reversa for necessária.

Exemplos

Instalação e configuração do servidor

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" });

Registre ferramentas e recursos usando a API que sua versão do SDK fornece: algumas versões usam server.tool(name, description, schema, handler) (argumentos posicionais), outras usam server.tool({ name, description, inputSchema }, handler) ou registerTool(). O mesmo vale para recursos — inclua uma uri no handler quando a API a fornecer. Verifique a documentação oficial do MCP ou o Context7 para as assinaturas atuais do @modelcontextprotocol/sdk para evitar erros de copiar e colar.

Use Zod (ou o formato de esquema preferido do SDK) para validação de entrada.

Melhores Práticas

  • Esquema primeiro: Defina esquemas de entrada para cada ferramenta; documente parâmetros e formato de retorno.
  • Erros: Retorne erros estruturados ou mensagens que o modelo possa interpretar; evite stack traces brutos.
  • Idempotência: Prefira ferramentas idempotentes sempre que possível para que repetições sejam seguras.
  • Taxa e custo: Para ferramentas que chamam APIs externas, considere limites de taxa e custo; documente na descrição da ferramenta.
  • Versionamento: Fixe a versão do SDK no package.json; verifique as notas de lançamento ao atualizar.

SDKs e Documentação Oficiais

  • JavaScript/TypeScript: @modelcontextprotocol/sdk (npm). Use Context7 com o nome da biblioteca "MCP" para padrões atuais de registro e transporte.
  • Go: SDK Go oficial no GitHub (modelcontextprotocol/go-sdk).
  • C#: SDK C# oficial para .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.

Habilidades Relacionadas