SkillProgramaçãoCriação
Construtor de Servidores MCP
Constrói servidores MCP (Model Context Protocol) de alta qualidade que permitem a LLMs interagir com serviços externos por meio de tools bem desenhadas e mensagens de erro claras. Use ao integrar uma API ou serviço externo em Python (FastMCP) ou TypeScript (MCP SDK).
Ações
PerfilDev
ProfundidadeAlta
IdiomaInglês (skill original)
Objetivo
Em uma frase.
Criar servidores MCP que permitam a LLMs interagir com serviços externos por meio de tools bem projetadas. A qualidade é medida pelo quão bem um LLM consegue cumprir tarefas reais usando o servidor.
Aplicação
Quando
faz sentido.
Usar
- Integrar uma API ou serviço externo para que um LLM possa usá-lo.
- Construir ou estender um servidor MCP em Python (FastMCP) ou TypeScript (MCP SDK).
- Desenhar a superfície de tools de um servidor MCP (nomes, erros, gestão de contexto).
Não usar
- Wrapper HTTP simples sem design de tools para LLM — use api-design-reviewer.
- Runners de tools internos sem transporte MCP — use um SDK comum.
- Scripts pontuais que não precisam de um servidor persistente.
Prompt
Instruções
para a IA.
### Fase 1 — Pesquisa profunda e planejamento
Entenda o design moderno de MCP: equilibre cobertura abrangente de endpoints com workflow tools especializadas; na dúvida, priorize a cobertura abrangente da API. Use nomes claros e orientados à ação com prefixos consistentes (
### Fase 2 — Design
Decida a granularidade das tools, a convenção de nomes e o formato dos parâmetros. Defina quais resources estáticos ou dinâmicos o servidor expõe e, se houver prompts, suas variáveis de template.
### Fase 3 — Implementação
Use os decorators de tool/resource/prompt do framework, mantenha cada tool focada em uma única função, retorne dados estruturados e enxutos e construa erros acionáveis com sugestões de próximo passo. Para servidores remotos, use Streamable HTTP com JSON sem estado; para locais, stdio. Nunca embuta credenciais no código.
### Fase 4 — Testes
Teste com clientes LLM reais (Claude, GPT-4 etc.), verificando descoberta de tools, tratamento de parâmetros e recuperação de erros. Confirme que os erros realmente guiam o agente para uma correção.
O entregável inclui o código do servidor, um documento da superfície de tools com exemplos de chamada, um README de instalação e configuração e um plano de testes. A conclusão se dá quando um cliente LLM consegue completar uma tarefa representativa do mundo real usando o servidor.
Entenda o design moderno de MCP: equilibre cobertura abrangente de endpoints com workflow tools especializadas; na dúvida, priorize a cobertura abrangente da API. Use nomes claros e orientados à ação com prefixos consistentes (
github_create_issue, github_list_repos), descrições concisas, resultados filtráveis e paginados, e mensagens de erro acionáveis que guiem o agente à solução. Estude a documentação do protocolo a partir do sitemap (modelcontextprotocol.io/sitemap.xml) e da stack recomendada (TypeScript).### Fase 2 — Design
Decida a granularidade das tools, a convenção de nomes e o formato dos parâmetros. Defina quais resources estáticos ou dinâmicos o servidor expõe e, se houver prompts, suas variáveis de template.
### Fase 3 — Implementação
Use os decorators de tool/resource/prompt do framework, mantenha cada tool focada em uma única função, retorne dados estruturados e enxutos e construa erros acionáveis com sugestões de próximo passo. Para servidores remotos, use Streamable HTTP com JSON sem estado; para locais, stdio. Nunca embuta credenciais no código.
### Fase 4 — Testes
Teste com clientes LLM reais (Claude, GPT-4 etc.), verificando descoberta de tools, tratamento de parâmetros e recuperação de erros. Confirme que os erros realmente guiam o agente para uma correção.
O entregável inclui o código do servidor, um documento da superfície de tools com exemplos de chamada, um README de instalação e configuração e um plano de testes. A conclusão se dá quando um cliente LLM consegue completar uma tarefa representativa do mundo real usando o servidor.
Execução
Como usar
com IA.
- 01Copie a skill (botão "Copiar skill para IA", no topo): o texto copiado já é a skill completa, não um resumo.
- 02Abra o Claude ou Claude Code e cole — a IA recebe todas as instruções e fica pronta para a tarefa.
- 03Prefere usar como arquivo reutilizável? Baixe o .zip e coloque o
SKILL.mdem.claude/skills/(Claude Code) ou anexe o arquivo no Claude (claude.ai).