選單
返回 AI Skill

代理與開發

把外部服務做成 AI 能理解的工具

規劃工具名稱、輸入輸出與錯誤訊息,讓代理和服務之間的介面更清楚。

mcp-builder / anthropics/skills

什麼時候適合用?

想把既有 API 接到代理工作流的開發者。

建議從這裡開始

挑一個範圍小的服務先做唯讀工具,再考慮權限、寫入與失敗回復。

1. 準備任務資料

挑一個範圍小的服務先做唯讀工具,再考慮權限、寫入與失敗回復。 補上讀者、使用情境、既有資料與交付期限;沒有的資料先標示待補。

2. 先完成一個小範圍版本

先用一份範例或一個頁面練習。設計一個唯讀教材查詢 MCP,列出工具、參數、錯誤情境與測試方式。 確認方向後再處理完整內容。

3. 檢查後再採用

先在測試資料或副本操作,確認改動範圍。 需要 API 與開發環境;授權、憑證與服務限制需另外設定。

一段可以調整的起手指令

請使用 mcp-builder 協助以下任務。

任務:設計一個唯讀教材查詢 MCP,列出工具、參數、錯誤情境與測試方式。
使用情境:[填寫你的情境]
對象:[填寫讀者或使用者]
可用資料:[貼上已確認資料或檔案名稱]
限制:[填寫格式、時程與不可改動的項目]

請先指出資訊缺口,分清楚已知事實與假設。
先提供一份小範圍成果,再列出檢查方式與需要我補充的資料。
不要捏造數字、來源或已完成的成果。

將情境、資料與輸出需求改成自己的任務;這段指令是本站提供的練習範例。

安裝與環境確認

以下文字可交給支援工具操作的 AI 代理。複製不會自動安裝;先核對官方文件、安裝位置與權限,再執行。

請協助評估並安裝 mcp-builder。
官方來源:https://github.com/anthropics/skills/tree/main/skills/mcp-builder

先讀取官方安裝文件與 SKILL.md,確認目前使用的 AI 代理是否支援。
說明需要的程式、權限、授權與相依服務,優先安裝在目前專案。
若不支援,請停止並說明原因,不要使用來源不明的替代套件。
完成後列出安裝位置,並以不含敏感資料的小任務驗證;未測試的部分請標明。

查看此 Skill 官方來源

安裝後的小任務驗收

  • 先在測試資料或副本操作,確認改動範圍。
  • 列出必要權限、相依工具與錯誤處理。
  • 用一項可觀察的任務確認結果,不只看執行訊息。

使用前先確認

需要 API 與開發環境;授權、憑證與服務限制需另外設定。

請依來源專案說明確認支援的代理、必要工具與授權範圍。不同 Skill 可能採不同授權條款,商業使用或再散布前應閱讀對應文件。

延伸挑選