Agent-almanac build-custom-mcp-server

install
source · Clone the upstream repo
git clone https://github.com/pjt222/agent-almanac
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/pjt222/agent-almanac "$T" && mkdir -p ~/.claude/skills && cp -r "$T/i18n/de/skills/build-custom-mcp-server" ~/.claude/skills/pjt222-agent-almanac-build-custom-mcp-server-e36324 && rm -rf "$T"
manifest: i18n/de/skills/build-custom-mcp-server/SKILL.md
source content

Benutzerdefinierten MCP-Server bauen

Einen benutzerdefinierten MCP-Server erstellen, der domaenenspezifische Werkzeuge fuer KI-Assistenten bereitstellt.

Wann verwenden

  • Benutzerdefinierte Funktionalitaet fuer Claude Code oder Claude Desktop bereitstellen
  • Spezialisierte Werkzeuge ueber mcptools hinaus erstellen
  • Eine domaenenspezifische KI-Assistenten-Integration aufbauen
  • Bestehende APIs oder Dienste als MCP-Werkzeuge wrappen

Eingaben

  • Erforderlich: Liste der bereitzustellenden Werkzeuge (Name, Beschreibung, Parameter, Verhalten)
  • Erforderlich: Implementierungssprache (Node.js oder R)
  • Erforderlich: Transporttyp (stdio oder HTTP)
  • Optional: Authentifizierungsanforderungen
  • Optional: Docker-Paketierungsbedarf

Vorgehensweise

Schritt 1: Werkzeugspezifikationen definieren

Vor dem Schreiben von Code jedes Werkzeug definieren:

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

Erwartet: Eine YAML- oder Markdown-Spezifikation fuer jedes Werkzeug mit Name, Beschreibung, Parametern (einschliesslich Typen, Standardwerten und Pflichtflags) und Rueckgabetyp, dokumentiert vor dem Schreiben von Code.

Bei Fehler: Wenn Werkzeugspezifikationen unklar sind, den Domaenenexperten befragen oder die bestehende API-Dokumentation pruefen, um Parametertypen und Rueckgabeformate zu bestimmen.

Schritt 2: In Node.js implementieren (mit 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);

Erwartet: Eine funktionierende

server.js
-Datei, die das MCP SDK importiert, Werkzeuge mit Zod-Schemas definiert und ueber stdio-Transport verbindet.
node server.js
startet den Server ohne Fehler.

Bei Fehler: Sicherstellen, dass

@modelcontextprotocol/sdk
und
zod
installiert sind (
npm install
). Pruefen, dass die Import-Pfade zur SDK-Version passen (das SDK hat Exports zwischen Versionen umstrukturiert).

Schritt 3: In R implementieren (mit 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()

Erwartet: Eine funktionierende

server.R
-Datei, die benutzerdefinierte Werkzeuge mit
mcp_tool()
registriert und den Server mit
mcp_server()
startet.
Rscript server.R
startet den MCP-Server.

Bei Fehler: Sicherstellen, dass

mcptools
von GitHub installiert ist (
remotes::install_github("posit-dev/mcptools")
). Pruefen, dass die Handler-Funktionssignaturen zu den Parameterdefinitionen passen.

Schritt 4: Projektstruktur einrichten

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

Erwartet: Projektverzeichnis erstellt mit

server.js
(oder
server.R
),
package.json
,
tools/
-Verzeichnis fuer modulare Werkzeugimplementierungen und
test/
-Verzeichnis fuer Tests.

Bei Fehler: Wenn die Verzeichnisstruktur nicht zur Implementierungssprache passt, entsprechend anpassen. R-Server verwenden moeglicherweise

R/
statt
tools/
und
tests/testthat/
statt
test/
.

Schritt 5: Den Server testen

Manuelles Testen mit stdio:

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

Bei Claude Code registrieren:

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

Werkzeuge erscheinen verifizieren:

Eine Claude-Code-Sitzung starten und pruefen, dass benutzerdefinierte Werkzeuge aufgelistet und funktionsfaehig sind.

Erwartet: Der

tools/list
JSON-RPC-Aufruf gibt alle definierten Werkzeuge mit korrekten Namen und Schemas zurueck.
claude mcp list
zeigt den registrierten Server. Werkzeuge sind aus einer Claude-Code-Sitzung aufrufbar.

Bei Fehler: Wenn

tools/list
ein leeres Array zurueckgibt, wurden die Werkzeuge nicht vor
server.connect()
registriert. Wenn Claude Code den Server nicht finden kann, pruefen, dass der Befehlspfad in
claude mcp add
absolut ist und die Binaerdatei ausfuehrbar ist.

Schritt 6: Fehlerbehandlung hinzufuegen

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,
    };
  }
});

Erwartet: Jeder Werkzeug-Handler ist in try/catch gewrappt. Ungueltige Eingaben geben

isError: true
mit einer beschreibenden Nachricht zurueck, anstatt den Serverprozess zum Absturz zu bringen.

Bei Fehler: Wenn der Server bei schlechter Eingabe immer noch abstuerzt, pruefen, dass try/catch den gesamten Handler-Body einschliesslich aller asynchronen Operationen umschliesst. Sicherstellen, dass Promises innerhalb des try-Blocks awaited werden.

Schritt 7: Fuer Distribution paketieren

Eine

package.json
mit einem bin-Eintrag erstellen:

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

Benutzer koennen dann installieren und konfigurieren:

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

Erwartet: Eine

package.json
mit einem
bin
-Eintrag, der auf den Server-Einstiegspunkt zeigt. Benutzer koennen global mit
npm install -g
installieren und mit
claude mcp add
registrieren.

Bei Fehler: Wenn der bin-Eintrag nach globaler Installation nicht funktioniert, sicherstellen, dass

server.js
eine Shebang-Zeile hat (
#!/usr/bin/env node
) und als ausfuehrbar markiert ist. Pruefen, dass der Paketname nicht mit bestehenden npm-Paketen kollidiert.

Validierung

  • Server startet ohne Fehler
  • tools/list
    gibt alle definierten Werkzeuge mit korrekten Schemas zurueck
  • Jedes Werkzeug fuehrt korrekt mit gueltiger Eingabe aus
  • Werkzeuge geben angemessene Fehler fuer ungueltige Eingaben zurueck
  • Server funktioniert mit Claude Code ueber stdio-Transport
  • Werkzeuge sind in Claude-Sitzungen auffindbar und nutzbar

Haeufige Stolperfallen

  • Blockierende Operationen: MCP-Server sollten Anfragen asynchron bearbeiten. Lang laufende Operationen blockieren andere Werkzeugaufrufe
  • Fehlende Fehlerbehandlung: Unbehandelte Ausnahmen bringen den Server zum Absturz. Werkzeug-Handler immer in try/catch wrappen
  • Schema-Inkompatibilitaeten: Werkzeug-Parameterschemas muessen exakt dem entsprechen, was der Handler erwartet
  • stdio-Pufferung: Bei Verwendung von stdio-Transport sicherstellen, dass die Ausgabe geflusht wird. Node.js puffert stdout standardmaessig
  • Sicherheit: MCP-Server haben den gleichen Zugriff wie der Prozess. Eingaben sorgfaeltig validieren, besonders fuer Shell-Befehle oder Datenbankabfragen

Verwandte Skills

  • configure-mcp-server
    — Den gebauten Server mit Clients verbinden
  • troubleshoot-mcp-connection
    — Verbindungsprobleme debuggen
  • containerize-mcp-server
    — Den Server in Docker paketieren