Build Custom MCP Server

建自訂 MCP 伺服器以向 AI 助手暴露領域專之工具。

適用時機

• 須向 Claude Code 或 Claude Desktop 暴露自訂功能
• 建超 mcptools 所提之專工具
• 創領域專之 AI 助手整合
• 包既有 API 或服務為 MCP 工具

輸入

• 必要：所暴露之工具列（名、描述、參數、行為）
• 必要：實作語（Node.js 或 R）
• 必要：傳輸類（stdio 或 HTTP）
• 選擇性：驗證需求
• 選擇性：Docker 打包之需

步驟

步驟一：定工具規

書代碼前，定每工具：

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

預期： 每工具之 YAML 或 markdown 規，含名、描、參（含類、預設、必須旗）、返類，於書代碼前已錄。

失敗時： 若工具規不明，訪域專或審既有 API 文檔以定參類與返格式。

步驟二：以 Node.js 實作（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);

預期： 可工作之

server.js

，引 MCP SDK、以 Zod 綱定工具、以 stdio 傳輸連。運行

node server.js

不錯啟伺服器。

失敗時： 驗

@modelcontextprotocol/sdk

與

zod

已裝（

npm install

）。查引路合 SDK 版（SDK 於版間重組導出）。

步驟三：以 R 實作（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()

預期： 可工作之

server.R

，以

mcp_tool()

註自訂工具、以

mcp_server()

啟伺服器。運行

Rscript server.R

啟 MCP 伺服器。

失敗時： 確

mcptools

自 GitHub 裝（

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

）。查處理函之簽名合參數定義。

步驟四：立項目結構

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

預期： 項目目錄已創，含

server.js

（或

server.R

）、

package.json

、模組工具實作之

tools/

、測之

test/

。

失敗時： 若結構與實作語不合，相應調。R 伺服器或用

R/

代

tools/

，

tests/testthat/

代

test/

。

步驟五：測伺服器

以 stdio 手動測：

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

於 Claude Code 註：

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

驗工具顯：

啟 Claude Code 會話，查自訂工具已列且可行。

預期：

tools/list

JSON-RPC 呼返諸定工具及正綱。

claude mcp list

顯所註伺服器。工具於 Claude Code 會話可呼。

失敗時： 若

tools/list

返空陣列，工具於

server.connect()

前未註。若 Claude Code 不尋伺服器，驗

claude mcp add

中之命令路為絕對且二進可執。

步驟六：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,
    };
  }
});

預期： 每工具處理包 try/catch。無效輸入返

isError: true

附描訊，非崩伺服器。

失敗時： 若伺服器仍崩於壞輸入，查 try/catch 包全處理體，含任 async 操作。確 promises 於 try 塊內 awaited。

步驟七：打包以分發

建

package.json

附 bin 項：

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

用戶乃可裝並配：

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

預期：

package.json

附指向伺服器入口之

bin

項。用戶可以

npm install -g

全域裝、以

claude mcp add

註。

失敗時： 若全域裝後 bin 項不工，確

server.js

有 shebang 行（

#!/usr/bin/env node

）且標為可執。驗套件名不衝既有 npm 套件。

驗證

• 伺服器無錯啟

• tools/list

  返諸定工具及正綱
• 每工具以有效輸入正執
• 工具對無效輸入返合錯
• 伺服器以 stdio 傳輸與 Claude Code 工作
• 工具於 Claude 會話可發現且可用

常見陷阱

• 阻操作：MCP 伺服器當異步處請求。長操作阻他工具呼
• 缺錯處：未處之異崩伺服器。恆包工具處於 try/catch
• 綱失配：工具參綱須完合處理所期
• stdio 緩衝：用 stdio 傳輸時，確輸出已沖。Node.js 預設緩 stdout
• 安全：MCP 伺服器與進程具同存取。細驗輸入，尤其 shell 命令或數據庫查詢

相關技能

• configure-mcp-server

  — 連所建伺服器至客戶端

• troubleshoot-mcp-connection

  — 調連問題

• containerize-mcp-server

  — 以 Docker 包伺服器