SKILLEMALL.ai
GitHub ↗ EN Войти

CD mcp-builder

Создание MCP (Model Context Protocol) серверов с использованием официального @modelcontextprotocol/sdk. Используйте этот навык, когда пользователи просят создать MCP-сервер, MCP-инструменты, MCP-ресурсы или хотят предоставить API/функциональность для ИИ-агентов. Этот навык охватывает стандартную реализацию MCP с транспортом Streamable HTTP, управлением сессиями, инструментами, ресурсами и подсказками.

машинный переводПоказать оригиналСкрыть оригинал«Build MCP (Model Context Protocol) servers using the official @modelco…»

Build MCP (Model Context Protocol) servers using the official @modelcontextprotocol/sdk. Use this skill when users ask to create an MCP server, MCP tools, MCP resources, or want to expose APIs/functionality to AI agents. This skill covers vanilla MCP implementation with Streamable HTTP transport, session management, tools, resources, and prompts.

Разбор skillemall

Скилл обещает поднять MCP-сервер на официальном SDK с поддержкой инструментов, ресурсов и промптов через HTTP. В папке пять файлов, два скрипта, качество кода оценено в 80 баллов. Процесс сборки набрал 43 балла — тут проблема: документация или примеры работают, но логика сборки хромает. Одна находка среднего уровня, критических ошибок нет. Безопасность на уровне 95 баллов.

На практике: скилл поднимет базовый сервер, но если что-то пойдёт не так, отладка будет долгой. Процесс-скор в 43 говорит о том, что код работает, а инструкция — нет. Ставить можно, если вы готовы разбираться с деталями сами или у вас простой случай. Для production-сценариев лучше перепроверить логику сборки перед деплоем.

chatgptprojects/clear-code Agent Skills автор: chatgptprojects 5 файлов · 2 скрипта тело ≈ 2 325 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Создание MCP (Model Context Protocol) серверов с использованием официального @modelcontextprotocol/sdk.

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ИнтеграцияИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Утечка данных средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Инструкции или скрипты отправляют данные наружу: переменные окружения, ключи, содержимое файлов, историю чата. Вы можете не заметить этого в диалоге, потому что агент выполнит отправку как «часть задачи».

Автору

Если отправка не нужна для задачи, уберите её: каталоги помечают такие скиллы как подозрительные и снимают с выдачи. Если нужна, назовите адрес явно, объясните, что именно уходит, и дайте пользователю выключатель.

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Утечка данных net-credential-use SKILL.md:266
      Учётные данные используются в сетевом вызове (проверьте, что адрес — нужный сервис)
      const response = await fetch(`https://api.weather.com/v1/current?city=…)}&key=${process.env.WEATHER_API_KEY}`);

    Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 43/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (bash, web, node), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 37
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2325 токенов
    • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -41 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 348 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 22 заголовков
    • +3Пошаговые инструкции: 37 пунктов
    • +4Есть примеры (9 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.