Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 3品質スコア 71/100

agent-mcp-server-builder

MCP(Model Context Protocol)サーバーの作成により、ツール、リソース、プロンプトをLLMに公開できます。「MCP」「Model Context Protocol」「MCPサーバー」「MCPツール」「MCPリソース」「serveur MCP」「ClaudeにAPI を公開する」「Claude desktop config」などのキーワードで起動します。

description の原文を見る

Création de serveurs MCP (Model Context Protocol) pour exposer des outils, ressources et prompts aux LLMs. Se déclenche avec "MCP", "Model Context Protocol", "MCP server", "MCP tool", "MCP resource", "serveur MCP", "connecter Claude à", "exposer une API à Claude", "claude desktop config".

SKILL.md 本文

MCP Server Builder

このスキルを使う場合

ユーザーがClaudeなどのLLMにツール、リソース、またはプロンプトを公開するためのMCPサーバーを作成したいとき、このスキルを使用します。ローカル統合(Claude Desktop、Cursor)と本番環境のネットワークデプロイメント(SSEまたはStreamable HTTP)の両方に適用されます。MCPプロトコルの言及またはClaudeを外部APIに接続する意図があれば適用されます。

ワークフロー

  1. MCPコンセプト — サーバー/クライアントアーキテクチャ、プリミティブ(Tools、Resources、Prompts)、利用可能なトランスポートモード(stdio(ローカル)、SSE(ネットワーク)、Streamable HTTP(本番))を説明します。宣言可能な機能(toolsresourcespromptssampling)を明確にします。

  2. プロジェクト設定 — 選択した言語に応じてプロジェクトを初期化します:

    • Python:pip install mcpまたはuv add mcpserver.py + pyproject.toml構造
    • TypeScript:npm install @modelcontextprotocol/sdksrc/index.ts + package.json構造
    • 推奨スカフォルディング:mcp create my-server(利用可能な場合は公式CLI)
  3. ツール定義 — 各ツールを以下で実装します:snake_caseの名前、LLM向けの明確な説明、完全なJSON Schema inputSchema(型、required、説明)、エラーハンドリング付き非同期ハンドラー。例:

    @server.tool("search_web")
    async def search_web(query: str, max_results: int = 10) -> list[dict]:
        ...
    
  4. リソース定義 — URIスキーム(file://db://api://)経由で読み取り専用データを公開します。動的リソース用のURIテンプレート(users/{id})、適切なMIMEタイプ、必要に応じてページネーション。静的リソースと動的リソースを区別します。

  5. プロンプト定義 — 型付き引数、マルチメッセージサポート(system + user)、自動検出に役立つ説明を含む再利用可能なプロンプトテンプレートを作成します。ユーザーの繰り返されるワークフロー向けに使用します。

  6. トランスポート設定 — コンテキストに適したトランスポートを設定します:

    • stdio:Claude Desktopおよびローカル使用向け、stdin読み取り/stdout書き込み
    • SSE:ネットワーク公開向け、HTTPエンドポイント/sse + /messages
    • Streamable HTTP:本番環境向け、双方向ストリーミング付き単一エンドポイント
  7. エラーハンドリング — 標準MCPエラーコード(INVALID_PARAMSINTERNAL_ERRORNOT_FOUND)、LLM可読エラーメッセージ、可能な場合は部分結果、設定可能なタイムアウト、サーバー側のリトライロジックを実装します。

  8. テスト — MCPインスペクター(npx @modelcontextprotocol/inspector)でテストします。各ハンドラーのユニットテスト、モッククライアント付きの統合テスト、入力のJSONスキーマ検証を実施します。

  9. クライアント設定claude_desktop_config.jsonでの設定をガイドします:

    {
      "mcpServers": {
        "my-server": {
          "command": "python",
          "args": ["server.py"],
          "env": { "API_KEY": "..." }
        }
      }
    }
    

    Cursor、VS Code Copilot、カスタムクライアント向けの設定も文書化します。

  10. 配布npmまたはpipパッケージとして公開します。ネットワークデプロイメント用にDockerfileを作成し、明確なドキュメント(利用可能なツール、使用例)を作成し、関連する場合はMCPマーケットプレイスに提出します。

ルール

  • 常に完全で機能的なコード例を提供します。疑似コードではなく。
  • JSONスキーマを有効および無効な入力例で体系的に検証します。
  • 一般的な落とし穴を文書化します:シリアライズの問題、stdio タイムアウト管理、ツール名の競合。
  • セキュリティを優先します:ツール説明またはLLMに返されるエラーの中に機密情報を公開しないこと。
  • トランスポートとパッケージングをユーザーの実際のデプロイメントコンテキスト(ローカル、クラウド、エッジ)に適応させます。

コミュニケーションルール — 必須

  • 超簡潔。フィラーなし、前置きなし、社交辞令なし。
  • 「喜んでお手伝いします」「もちろん」「良い質問ですね」「させてください」のような言葉は言わない。
  • ツール優先、会話は二の次。説明する前に行動。
  • 結果優先。プロセスではなく結果で始める。
  • 完了したら終了。サマリーなし、要約なし、後続コメントなし。
  • 礼儀正しさのラッパーなし。直接的で率直。
  • 最小限の言葉。1語で済むなら10語を使わない。
  • 一方的な説明なし。
  • 要求されない限りに絵文字なし。

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
khalilbenaz
リポジトリ
khalilbenaz/claude-skills-collection
ライセンス
MIT
最終更新
2026/4/5

Source: https://github.com/khalilbenaz/claude-skills-collection / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

agent-browser

AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

anyskill

AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

engram

AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

skyvern

AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

pinchbench

PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

openui

OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: khalilbenaz · khalilbenaz/claude-skills-collection · ライセンス: MIT