MCP Skills Server

MCP Skills Server

一款可用于生产环境的 Model Context Protocol (MCP) 服务，可从挂载卷动态加载并公开技能，并支持热重载。

📦 现已发布于 MCP Registry——只需一条命令即可安装！

功能

• 动态加载技能：自动发现并从目录加载技能
• 热重载：检测 SKILL.md 文件的更改，并在无需重启的情况下重新加载
• 文件夹结构验证：强制遵循最佳实践，并提供清晰的错误消息
• 符合 MCP 协议：完整实现资源和工具
• 可用于生产环境：具备全面的错误处理、日志记录和验证
• 支持 Docker：可通过挂载卷在容器中运行
• 类型安全：使用 Python 3.13 特性提供完整类型提示
• 测试完善：代码覆盖率超过 80%，并配有全面的测试套件

目录

• 技能目录结构
• 快速开始
• 安装
• 使用方法
• 配置
• 技能文件格式
• MCP 资源和工具
• 开发
• 故障排除
• 贡献
• 许可证

技能目录结构

重要要求：每个技能都必须放在技能目录中专属的文件夹内。服务只会识别符合此结构的技能。

✅ 有效结构

your-skills-directory/
├── skill-one/
│   └── SKILL.md          ← Required
├── skill-two/
│   ├── SKILL.md          ← Required
│   └── examples/         ← Optional
│       └── example.py
└── skill-three/
    ├── SKILL.md
    ├── examples/
    │   └── demo.py
    └── templates/
        └── template.txt

❌ 无效结构（将被忽略）

your-skills-directory/
├── SKILL.md                  ❌ Not in a folder - WILL BE SKIPPED
├── random-file.txt           ❌ Not a skill folder
├── .hidden-folder/           ❌ Hidden folder - WILL BE SKIPPED
│   └── SKILL.md
└── __pycache__/              ❌ System folder - WILL BE SKIPPED
    └── SKILL.md

文件夹命名约定

有效的文件夹名称：

• 小写字母并使用连字符：my-skill-name
• 小写字母并使用下划线：excel_advanced
• 字母数字组合：skill-name-v2

无效（将被跳过）：

• 以 . 开头的隐藏文件夹
• 以 _ 开头的私有文件夹
• 系统文件夹：__pycache__、node_modules、.git 等

快速开始

使用 Docker（推荐）

1. 创建技能目录：

mkdir -p ~/claude-skills/my-first-skill

2. 创建技能文件：

cat > ~/claude-skills/my-first-skill/SKILL.md << 'EOF'
---
name: "my-first-skill"
description: "My first Claude skill"
---

# My First Skill

This is my first skill for Claude!

## Usage

Simply describe what your skill does here.
EOF

3. 运行服务：

docker run -i --rm \
  -v ~/claude-skills:/skills:ro \
  mcp-skill-hub

使用 Poetry（开发）

1. 克隆并安装：

git clone https://github.com/srprasanna/mcp-skill-hub.git
cd mcp-skill-hub
poetry install

2. 创建技能目录：

mkdir -p ~/claude-skills/my-first-skill
# Create SKILL.md as shown above

3. 运行服务：

export MCP_SKILLS_DIR=~/claude-skills
poetry run mcp-skills

安装

前置条件

• Python 3.13+（用于开发）
• Poetry 1.7+（用于依赖管理）
• Docker（可选，用于容器化部署）

使用 Poetry 安装

# Clone the repository
git clone https://github.com/srprasanna/mcp-skill-hub.git
cd mcp-skill-hub

# Install dependencies
poetry install

# Verify installation
poetry run mcp-skills --help

构建 Docker 镜像

# Build the image
docker build -t mcp-skill-hub .

# Or use docker-compose
docker-compose build

使用方法

在本地运行

# Set the skills directory
export MCP_SKILLS_DIR=/path/to/your/skills

# Run the server
poetry run mcp-skills

使用 Docker 运行

docker run -i --rm \
  -v /path/to/your/skills:/skills:ro \
  -e MCP_SKILLS_LOG_LEVEL=INFO \
  mcp-skill-hub

使用 Docker Compose 运行

# Edit docker-compose.yml to set your skills directory path
docker-compose up mcp-skills

与 Claude Desktop 集成

将以下内容添加到 Claude Desktop 配置（claude_desktop_config.json）中：

{
  "mcpServers": {
    "skills": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-v",
        "${HOME}/claude-skills:/skills:ro",
        "mcp-skill-hub"
      ]
    }
  }
}

或者使用 Poetry：

{
  "mcpServers": {
    "skills": {
      "command": "poetry",
      "args": ["run", "mcp-skills"],
      "cwd": "/path/to/mcp-skill-hub",
      "env": {
        "MCP_SKILLS_DIR": "/path/to/your/skills"
      }
    }
  }
}

**重要提示：**请确保 ${HOME}/claude-skills 目录中包含技能文件夹，而不是散放的 SKILL.md 文件！

配置

通过前缀为 MCP_SKILLS_ 的环境变量进行配置：

变量	默认值	描述
MCP_SKILLS_DIR	/skills	包含技能文件夹的根目录
MCP_SKILLS_HOT_RELOAD	true	启用自动重新加载
MCP_SKILLS_DEBOUNCE_DELAY	0.5	重新加载前的延迟时间（秒）
MCP_SKILLS_LOG_LEVEL	INFO	日志级别（DEBUG、INFO、WARNING、ERROR）
MCP_SKILLS_SCAN_DEPTH	1	扫描深度（始终为 1）

.env 文件示例

MCP_SKILLS_DIR=/path/to/skills
MCP_SKILLS_HOT_RELOAD=true
MCP_SKILLS_DEBOUNCE_DELAY=0.5
MCP_SKILLS_LOG_LEVEL=INFO

技能文件格式

技能定义在带有 YAML frontmatter 的 SKILL.md 文件中：

最简示例

---
name: "my-skill"
description: "Brief description"
---

# My Skill

Your skill content here in Markdown.

完整示例

---
# Required fields
name: "excel-advanced"
description: "Advanced Excel automation techniques"

# Version and authorship
version: "1.2.0"
author: "Your Name"
created: "2025-01-15"
updated: "2025-10-23"

# Dependencies
dependencies:
  python: ["openpyxl>=3.0.0", "pandas>=2.0.0"]
  system: ["libreoffice"]

# Categorization
category: "office-automation"
tags: ["excel", "spreadsheet", "automation"]
complexity: "intermediate"  # beginner|intermediate|advanced

# Usage guidance
when_to_use:
  - "Automating Excel report generation"
  - "Processing multiple Excel files"
  - "Creating complex formulas programmatically"

# Relationships
related_skills: ["csv-processing", "data-analysis"]

# Examples
has_examples: true
example_files: ["examples/report_generator.py", "templates/report_template.xlsx"]
---

# Excel Advanced Automation

This skill covers advanced Excel automation techniques...

## Features

- Automated report generation
- Formula creation
- Bulk processing

## Examples

See `examples/report_generator.py` for a working example.

可用的元数据字段

必填：

• name：唯一标识符（建议使用 kebab-case）
• description：简短描述

可选：

• version：语义化版本
• author：创建者名称
• created、updated：ISO 日期（YYYY-MM-DD）
• dependencies：Python 包或系统工具
• category：用于分组的主要类别
• tags：用于搜索的标签数组
• complexity：初级、中级或高级
• when_to_use：使用场景数组
• related_skills：相关技能的名称
• has_examples：布尔标志
• example_files：示例文件路径（相对于技能文件夹）

MCP 资源和工具

资源

此服务公开以下 MCP 资源：

1. skill://catalog - 包含所有技能元数据的 JSON 目录
2. skill://{name} - 单个技能的 Markdown 内容

工具

提供四个用于与技能交互的工具：

1. search_skills

按查询词、类别、标签或复杂度搜索技能。

{
  "query": "excel",
  "category": "office-automation",
  "tag": "automation",
  "complexity": "intermediate"
}

2. reload_skills

手动触发从目录重新加载所有技能。

{}

3. get_skill_info

获取特定技能的元数据，而不加载完整内容。

{
  "name": "excel-advanced"
}

4. list_skill_folders

列出在技能目录中找到的所有有效技能文件夹。

{}

开发

设置开发环境

# Clone repository
git clone https://github.com/srprasanna/mcp-skill-hub.git
cd mcp-skill-hub

# Install dependencies (including dev dependencies)
poetry install

# Activate virtual environment
poetry shell

运行测试

# Run all tests
poetry run pytest

# Run with coverage
poetry run pytest --cov=mcp_skills --cov-report=html

# Run specific test file
poetry run pytest tests/test_scanner.py

# Run with verbose output
poetry run pytest -v

代码质量

# Format code
poetry run black .

# Lint code
poetry run ruff check .

# Type checking
poetry run mypy src

# Run all quality checks
poetry run black . && poetry run ruff check . && poetry run mypy src

开发工作流

1. 创建分支：

   git checkout -b feature/my-feature
   

2. 进行更改并测试：

   poetry run pytest
   poetry run mypy src
   

3. 格式化并检查代码：

   poetry run black .
   poetry run ruff check .
   

4. 提交并推送：

   git commit -m "Add feature: description"
   git push origin feature/my-feature
   

项目结构

mcp-skill-hub/
├── src/mcp_skills/          # Source code
│   ├── models/              # Data models
│   ├── parsers/             # Skill parsers
│   ├── storage/             # Repository pattern
│   ├── scanner.py           # Directory scanning
│   ├── watcher.py           # Hot-reload watcher
│   ├── server.py            # MCP server
│   ├── config.py            # Configuration
│   └── __main__.py          # CLI entry point
├── tests/                   # Test suite
├── examples/                # Example skills
├── docs/                    # Documentation
└── pyproject.toml           # Poetry configuration

故障排除

常见问题

技能未加载

问题： 服务启动时没有加载任何技能。

解决方案：

1. 检查技能是否位于专用文件夹中：

   /skills/my-skill/SKILL.md  ✓
   /skills/SKILL.md           ✗
   

2. 确认文件夹名称不以 . 或 _ 开头
3. 查看日志以获取详细错误信息

热重载不起作用

问题： 未检测到对 SKILL.md 文件的更改。

解决方案：

1. 确保 MCP_SKILLS_HOT_RELOAD=true
2. 检查文件名是否恰好为 SKILL.md
3. 确认文件位于有效的技能文件夹中
4. 查看日志中是否有文件监视器错误

解析错误

问题： SKILL.md 文件解析失败。

解决方案：

1. 验证 YAML frontmatter 语法
2. 确保 frontmatter 位于 --- 分隔符之间
3. 检查是否包含必填字段（name、description）
4. 使用 YAML 验证器检查语法

验证命令

检查技能目录结构：

poetry run mcp-skills --validate

预期输出：

✓ /skills/excel-advanced: Valid skill
✓ /skills/python-automation: Valid skill
✗ /skills/SKILL.md: Error - Skills must be in folders
✗ /skills/.hidden: Skipped - Hidden folder
⚠ /skills/empty-folder: Warning - No SKILL.md found

Summary: 2 valid, 1 error, 1 warning, 1 skipped

日志记录

启用调试日志以获取详细信息：

export MCP_SKILLS_LOG_LEVEL=DEBUG
poetry run mcp-skills

日志包括：

• 文件夹结构验证消息
• 扫描进度和结果
• 解析成功与失败信息
• 热重载事件
• 详细错误上下文

贡献

欢迎贡献！请参阅 CONTRIBUTING.md 了解指南。

快速贡献指南

1. Fork 此仓库
2. 创建功能分支
3. 编写更改并添加测试
4. 确保所有测试通过且代码格式正确
5. 提交拉取请求

代码规范

• Python 3.13+，使用类型提示
• 使用 Black 格式化（行长 88 个字符）
• 使用 Ruff 检查代码
• 使用 Mypy 进行类型检查（严格模式）
• 使用 Pytest 进行测试（覆盖率 >80%）

发布

此项目通过 GitHub Actions 自动发布。

创建发布版本

1. 前往 Actions → Release 工作流
2. 点击 Run workflow
3. 选择版本升级类型：
   • patch - Bug 修复（0.1.0 → 0.1.1）
   • minor - 新功能（0.1.0 → 0.2.0）
   • major - 不兼容变更（0.1.0 → 1.0.0）
   • 或指定确切版本（例如，1.2.3）
4. 选择 Docker 镜像仓库（docker.io 或 ghcr.io）
5. 点击 Run workflow

工作流将：

• ✅ 更新 pyproject.toml 中的版本号
• ✅ 创建 Git 标签和 GitHub 发布版本
• ✅ 构建并推送 Docker 镜像
• ✅ 运行测试以验证发布版本

Docker 镜像：

• Docker Hub：{username}/mcp-skill-hub:{version}
• GitHub：ghcr.io/{owner}/mcp-skill-hub:{version}

详细的发布文档请参阅 RELEASING.md。

许可证

此项目采用 MIT 许可证，详情请参阅 LICENSE 文件。

致谢

• 基于 MCP Python SDK 构建
• 灵感来自 Claude 对动态技能管理的需求
• 感谢所有贡献者！

---

注意： 此服务通过以下方式确保文件夹结构要求不会产生误解：

• 提供包含文件夹上下文的清晰错误消息
• 完善的日志记录
• 多层级验证
• 详细文档
• 可运行的示例

每项技能都必须放在自己的文件夹中。这一设计决策确保了组织清晰、管理便捷且结构明确。🎯