建自訂 MCP 之服

建自訂 MCP 服以呈域特之工具於 AI 輔手。

用時

• 須呈自訂能於 Claude Code 或 Claude Desktop
• 建專工具逾 mcptools 所供
• 建域特之 AI 輔整合
• 包現 API 或服為 MCP 工具

入

• 必要：欲呈之工具清單（名、述、參、行）
• 必要：施之語（Node.js 或 R）
• 必要：傳類（stdio 或 HTTP）
• 可選：認證之須
• 可選：Docker 包之須

法

第一步：定工具規

書碼前，先定各工具：

tools:
  - name: query_database
    description: Execute a read-only SQL query against the analysis database
    parameters:
      query:
        type: string
        description: SQL SELECT query to execute
        required: true
      limit:
        type: integer
        description: Maximum rows to return
        default: 100
    returns: JSON array of result rows

  - name: run_analysis
    description: Execute a predefined statistical analysis by name
    parameters:
      analysis_name:
        type: string
        description: Name of the analysis to run
        enum: [descriptive, regression, survival]
      dataset:
        type: string
        description: Dataset identifier
        required: true

得： 各工具有 YAML 或 markdown 規，含名、述、參（含類、默、必旗）、返類，皆記於書碼前。

敗則： 若工具規不明，訪域專家或察現 API 之文以定參類與返格。

第二步：以 Node.js 施（用 MCP SDK）

// server.js
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";

const server = new McpServer({
  name: "my-analysis-server",
  version: "1.0.0",
});

// Define tools
server.tool(
  "query_database",
  "Execute a read-only SQL query against the analysis database",
  {
    query: z.string().describe("SQL SELECT query"),
    limit: z.number().default(100).describe("Max rows to return"),
  },
  async ({ query, limit }) => {
    // Validate read-only
    if (!/^\s*SELECT/i.test(query)) {
      return {
        content: [{ type: "text", text: "Error: Only SELECT queries allowed" }],
        isError: true,
      };
    }

    const results = await executeQuery(query, limit);
    return {
      content: [{ type: "text", text: JSON.stringify(results, null, 2) }],
    };
  }
);

server.tool(
  "run_analysis",
  "Execute a predefined statistical analysis",
  {
    analysis_name: z.enum(["descriptive", "regression", "survival"]),
    dataset: z.string().describe("Dataset identifier"),
  },
  async ({ analysis_name, dataset }) => {
    const result = await runAnalysis(analysis_name, dataset);
    return {
      content: [{ type: "text", text: JSON.stringify(result, null, 2) }],
    };
  }
);

// Start server with stdio transport
const transport = new StdioServerTransport();
await server.connect(transport);

得： 成之

server.js

檔，入 MCP SDK、以 Zod 模定工具、以 stdio 傳連。行

node server.js

啟服無錯。

敗則： 驗

@modelcontextprotocol/sdk

與

zod

已裝（

npm install

）。察入路合 SDK 版（SDK 於諸版間重組出口）。

第三步：以 R 施（用 mcptools）

# server.R
library(mcptools)

# Register custom tools
mcp_tool(
  name = "query_database",
  description = "Execute a read-only SQL query",
  parameters = list(
    query = list(type = "string", description = "SQL SELECT query"),
    limit = list(type = "integer", description = "Max rows", default = 100)
  ),
  handler = function(query, limit = 100) {
    if (!grepl("^\\s*SELECT", query, ignore.case = TRUE)) {
      stop("Only SELECT queries allowed")
    }
    result <- DBI::dbGetQuery(con, paste(query, "LIMIT", limit))
    jsonlite::toJSON(result, auto_unbox = TRUE)
  }
)

# Start server
mcptools::mcp_server()

得： 成之

server.R

檔，以

mcp_tool()

註自訂工具，以

mcp_server()

啟服。行

Rscript server.R

啟 MCP 服。

敗則： 驗

mcptools

已自 GitHub 裝（

remotes::install_github("posit-dev/mcptools")

）。察 handler 之簽合參定。

第四步：立項目之構

my-mcp-server/
├── package.json          # Node.js dependencies
├── server.js             # Server implementation
├── tools/                # Tool implementations
│   ├── database.js
│   └── analysis.js
├── test/                 # Tests
│   └── tools.test.js
├── Dockerfile            # Container packaging
└── README.md             # Setup instructions

得： 項目目建立，含

server.js

（或

server.R

）、

package.json

、

tools/

目為模組工具、

test/

目為測。

敗則： 若目構不合施之語，宜調之。R 服或用

R/

代

tools/

，用

tests/testthat/

代

test/

。

第五步：測服

以 stdio 手測：

echo '{"jsonrpc":"2.0","method":"tools/list","id":1}' | node server.js

註於 Claude Code：

claude mcp add my-server stdio "node" "/path/to/server.js"

驗工具現：

啟 Claude Code 會，察自訂工具列而可用。

得：

tools/list

之 JSON-RPC 呼返諸定工具，名模皆正。

claude mcp list

示服已註。工具可自 Claude Code 會呼。

敗則： 若

tools/list

返空陣，工具未於

server.connect()

前註。若 Claude Code 不能尋服，驗

claude mcp add

中命路為絕對且二進制可行。

第六步：加錯處

server.tool("risky_operation", "...", schema, async (params) => {
  try {
    const result = await performOperation(params);
    return {
      content: [{ type: "text", text: JSON.stringify(result) }],
    };
  } catch (error) {
    return {
      content: [{ type: "text", text: `Error: ${error.message}` }],
      isError: true,
    };
  }
});

得： 各工具 handler 包於 try/catch。誤入返

isError: true

附述言，不崩服程。

敗則： 若惡入仍崩服，察 try/catch 裹整 handler 體含諸 async 行。確 promise 於 try 內 await。

第七步：包為分發

建

package.json

含 bin 條：

{
  "name": "my-mcp-server",
  "version": "1.0.0",
  "bin": {
    "my-mcp-server": "./server.js"
  },
  "dependencies": {
    "@modelcontextprotocol/sdk": "^1.0.0",
    "zod": "^3.22.0"
  }
}

用者可裝而設：

npm install -g my-mcp-server
claude mcp add my-server stdio "my-mcp-server"

得：

package.json

含

bin

條指服之入口。用者可以

npm install -g

全裝，以

claude mcp add

註。

敗則： 若全裝後 bin 條不行，確

server.js

有 shebang 線（

#!/usr/bin/env node

）且標為可行。驗包名不衝已存之 npm 包。

驗

• 服啟無錯

• tools/list

  返諸定工具與正模
• 各工具於正入下正行
• 惡入時工具返適錯
• 服以 stdio 傳與 Claude Code 行
• 工具於 Claude 會中可見可用

陷

• 阻塞之行：MCP 服宜異理請。久行阻他工具呼
• 缺錯處：未理之異崩服。恆以 try/catch 裹工具 handler
• 模不合：工具參模必全合 handler 所望
• stdio 緩：用 stdio 傳時，確輸出已沖。Node.js 默緩 stdout
• 安：MCP 服有程同等之取。慎驗入，尤殼命或庫詢

參

• configure-mcp-server

  - 連所建之服於客

• troubleshoot-mcp-connection

  - 調連之題

• containerize-mcp-server

  - 以 Docker 包服