Agent-Rules 项目中的 MCP 开发最佳实践指南
2025-06-19 19:08:31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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986