Agent-Rules 项目中的 MCP 开发最佳实践指南
2025-06-19 01:50:45作者:舒璇辛Bertina
前言
在开发基于 Model Context Protocol (MCP) 的工具时,遵循一套标准化实践对于确保工具的可靠性、可维护性和用户体验至关重要。本文将深入探讨 agent-rules 项目中关于 MCP 工具开发的最佳实践,帮助开发者构建高质量的 MCP 工具。
一、基础配置与行为规范
1.1 环境变量与默认值
所有环境变量都应设置合理的默认值,确保工具开箱即用。例如,日志文件路径应默认指向系统标准日志目录(如 macOS 的 ~/Library/Logs/),同时允许通过环境变量覆盖。
1.2 动态版本管理
工具版本号应从项目配置文件(如 package.json)动态读取,避免硬编码。版本信息应包含在工具描述中,便于用户识别。
1.3 工具与参数描述
- 工具标题:使用清晰、易懂的自然语言描述
- 参数说明:
- 每个参数都应提供详细描述
- 明确标注参数是"可选"还是"必需"
- 可选参数需说明默认值
- 参数解析:应采用宽松策略,例如接受
path参数即使正式定义为project_path,提高工具兼容性
1.4 错误处理机制
- 运行时错误:应提供有意义的错误信息,帮助用户诊断和恢复
- 配置错误:错误的配置不应导致工具崩溃,而应给出明确的修复指导
1.5 输出控制(关键要求)
绝对禁止向标准输出(stdout)或标准错误(stderr)写入任何内容,包括:
- 所有 console 方法调用(log/error/warn 等)
- 直接使用 process.stdout/stderr.write
- 任何调试输出
所有输出必须通过文件日志系统(如 Pino)处理,避免干扰 MCP 客户端运行。
1.6 信息查询功能
至少一个工具应提供 info 子命令,用于查询:
- 工具版本信息
- 原生依赖状态(如存在)
- 配置问题检测结果
二、日志系统实现规范
2.1 Pino 日志配置
- 默认路径:系统日志目录(可配置)
- 路径处理:
- 自动创建缺失的父目录
- 写入失败时回退到临时目录
- 日志级别:通过环境变量配置(支持大小写混合)
- 控制台输出:可通过环境变量额外启用
2.2 日志可靠性
确保进程退出前刷新所有日志,避免信息丢失。
三、代码与构建规范
3.1 代码质量
- 依赖管理:保持最新稳定版本
- 静态分析:零 lint 和 TypeScript 错误
- 文件大小:单文件不超过 500 行(理想 300 行内)
3.2 构建要求
- 始终使用编译后的 JavaScript 执行
- 可执行文件需包含正确的 shebang(如
#!/usr/bin/env node) - 发布包仅包含必要文件(dist/, 原生组件, README, LICENSE)
四、测试策略
4.1 测试框架
- 使用 vitest 作为测试框架
- 包含完整的 TypeScript 测试套件
- 实现端到端(E2E)测试验证完整流程
4.2 测试脚本
prepare-release:执行完整测试套件inspector:启动 MCP 检查器
五、原生二进制规范(如适用)
5.1 平台兼容性
- macOS:支持当前及上一主要版本(n-1)
- 架构:通用二进制(Apple Silicon + Intel)
5.2 代码质量
- 使用 SwiftLint 和 SwiftFormat
- 无静态分析问题
- 包含原生测试套件
5.3 通信机制
- 支持 JSON 格式通信
- 通过 errno 传递错误信息
- 实现
--help帮助命令 - 使用专业参数解析框架
5.4 版本管理
原生与 TypeScript 部分版本号必须一致,通过构建过程动态注入。
六、发布前检查清单
发布前脚本应执行以下验证:
6.1 版本控制检查
- 分支验证
- 未提交变更检查
- 版本冲突检测
- 变更日志验证
6.2 代码质量检查
- 依赖安全检查
- TypeScript 编译与测试
- 原生代码分析(如存在)
6.3 二进制验证(如存在)
- 架构兼容性检查
- 命令行功能测试
- JSON 输出验证
6.4 包完整性检查
- 关键文件存在性
- 包大小监控
- 集成测试
发布策略建议
首次发布应使用 beta 标签,通过 @beta 标识进行测试验证,确认稳定后再发布正式版本。
结语
遵循这些最佳实践将确保开发的 MCP 工具具有高度可靠性、良好用户体验和易于维护的代码结构。特别是在输出控制、错误处理和日志管理方面需要特别注意,这些是保证 MCP 工具与客户端稳定交互的关键因素。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Launch4j中文版:Java应用程序打包成EXE的终极解决方案
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
659
150
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
293
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
644
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
489
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1