En Ashi Labs ya cubrimos skills listas (frontend-design, webapp-testing, skill-creator) y el cableado vía MCP (Skills vs MCP, Obsidian). Falta la pieza oficial para fabricar ese enchufe bien: mcp-builder. No basta con exponer endpoints. Un servidor MCP malo deja al agente perdido entre tools opacas, errores mudos y respuestas que no caben en el contexto.
¿Qué es mcp-builder?
Es la skill oficial del repositorio anthropics/skills para crear servidores MCP de alta calidad. Se dispara cuando vas a integrar una API o un servicio externo —Python con FastMCP o Node/TypeScript con el MCP SDK y quieres tools que un LLM pueda descubrir, componer y usar en tareas reales. Mide el éxito por lo que el agente logra hacer, no por cuntos endpoints listaste.
Cmo funciona
Cuatro fases cortas.
Primero, investigación y plan: estudia el protocolo (tools, recursos, transportes: streamable HTTP remoto frente a stdio local), las best practices y la API del servicio. Decide cobertura amplia de la API frente a tools de workflow; con duda, prioriza cobertura. Nombra tools con prefijos claros (por ejemplo github_list_repos) y diseña filtros y paginación para no inundar el contexto. Los errores deben sugerir el siguiente paso.
Segundo, implementación: monta el cliente con autenticación, helpers de error y formato (JSON o Markdown). Cada tool lleva schema de entrada (Zod o Pydantic), description concisa, outputSchema cuando se pueda, anotaciones (readOnlyHint, destructiveHint y similares) y respuestas accionables.
Tercero, revisión y prueba: sin cdigo duplicado, tipado completo, build limpio. Prueba con MCP Inspector (npx @modelcontextprotocol/inspector).
Cuarto, evaluaciones: crea unas diez preguntas realistas, independientes, de solo lectura, con respuesta verificable, que obliguen a varias llamadas a tools. El artefacto típico es un XML de pares pregunta/respuesta para medir si el servidor de verdad habilita al modelo.
La skill trae guías de referencia (best practices, Python, TypeScript, evaluation) y scripts: cárgalas cuando toque cada fase, no de golpe.
Casos de uso
- Envolver la API de un SaaS que usas a diario (CMS, analytics, tickets) en tools que el agente pueda encadenar sin pegarle el OpenAPI crudo.
- Migrar un conector improvisado a un servidor MCP con nombres consistentes, paginación y errores que digan qué falta.
- Después de Skills vs MCP: cuando ya sabes que necesitas el enchufe, mcp-builder te da el método para construirlo y medirlo.
Adopción
Instálala desde anthropics/skills, carpeta skills/mcp-builder. En Claude Code o un entorno compatible, pide crear un servidor MCP para un servicio concreto (TypeScript recomendado para remoto; Python/FastMCP también vale). Deja que cargue las referencias y el Inspector antes de dar por cerrado el diseño de tools. Si solo quieres un hello-world de un tool, no hace falta: úsala cuando el servidor vaya a vivir frente a un agente real.