From 2f2378b686f0250a0d7a950f37ff355021812fce Mon Sep 17 00:00:00 2001
From: wehub-skill-sync <skill-sync@wehub.local>
Date: Mon, 13 Jul 2026 21:35:43 +0800
Subject: [PATCH] chore: import zh skill python-mcp-server-generator

---
 README.wehub.md |   9 +++++
 SKILL.md        | 105 ++++++++++++++++++++++++++++++++++++++++++++++++
 2 files changed, 114 insertions(+)
 create mode 100644 README.wehub.md
 create mode 100644 SKILL.md

diff --git a/README.wehub.md b/README.wehub.md
new file mode 100644
index 0000000..72d8fb9
--- /dev/null
+++ b/README.wehub.md
@@ -0,0 +1,9 @@
+# WeHub 来源说明
+
+- Skill 名称：`python-mcp-server-generator`
+- 中文类目：MCP server 项目脚手架（主流语言）
+- 上游仓库：`github__awesome-copilot`
+- 上游路径：`plugins/python-mcp-development/skills/python-mcp-server-generator/SKILL.md`
+- 上游链接：https://github.com/github/awesome-copilot/blob/HEAD/plugins/python-mcp-development/skills/python-mcp-server-generator/SKILL.md
+- 本仓库为 WeHub 中文 Skill 汉化包，基于 skill 市场筛选 Top200 清单整理
+- 原作者、版权和许可证信息以上游仓库为准
diff --git a/SKILL.md b/SKILL.md
new file mode 100644
index 0000000..ffd61f8
--- /dev/null
+++ b/SKILL.md
@@ -0,0 +1,105 @@
+---
+name: python-mcp-server-generator
+description: '生成一个完整的 Python MCP 服务器项目，包含工具、资源和正确配置'
+---
+
+# 生成 Python MCP 服务器
+
+创建一个符合以下规范的完整模型上下文协议（Model Context Protocol，MCP）Python 服务器：
+
+## 需求
+
+1. **项目结构**：使用 uv 创建一个结构合理的 Python 新项目
+2. **依赖管理**：使用 uv 引入 mcp[cli] 包
+3. **传输类型**：选择 stdio（本地）或 streamable-http（远程）
+4. **工具**：创建至少一个带有正确类型提示的实用工具
+5. **错误处理**：包含全面的错误处理与验证机制
+
+## 实现细节
+
+### 项目搭建
+- 使用 `uv init project-name` 初始化
+- 添加 MCP SDK：`uv add "mcp[cli]"`
+- 创建主服务器文件（例如 `server.py`）
+- 为 Python 项目添加 `.gitignore`
+- 使用 `if __name__ == "__main__"` 配置为可直接执行
+
+### 服务器配置
+- 使用 `mcp.server.fastmcp` 中的 `FastMCP` 类
+- 设置服务器名称及可选的说明信息
+- 选择传输方式：stdio（默认）或 streamable-http
+- 对于 HTTP 方式：可选配置主机、端口和无状态模式
+
+### 工具实现
+- 使用 `@mcp.tool()` 装饰器装饰函数
+- 始终包含类型提示——它们会自动生成 schema
+- 编写清晰的文档字符串——它们会作为工具描述
+- 使用 Pydantic 模型或 TypedDict 处理结构化输出
+- 支持 I/O 密集型任务的异步操作
+- 包含恰当的错误处理
+
+### 资源/提示设置（可选）
+- 使用 `@mcp.resource()` 装饰器添加资源
+- 使用 URI 模板实现动态资源：`"resource://{param}"`
+- 使用 `@mcp.prompt()` 装饰器添加提示
+- 从提示返回字符串或 Message 列表
+
+### 代码质量
+- 所有函数参数和返回值均使用类型提示
+- 为工具、资源和提示编写文档字符串
+- 遵循 PEP 8 风格指南
+- 使用 async/await 处理异步操作
+- 实现上下文管理器进行资源清理
+- 为复杂逻辑添加行内注释
+
+## 可参考的示例工具类型
+- 数据处理与转换
+- 文件系统操作（读取、分析、搜索）
+- 外部 API 集成
+- 数据库查询
+- 文本分析或生成（使用采样）
+- 系统信息获取
+- 数学或科学计算
+
+## 配置选项
+- **对于 stdio 服务器**：
+  - 简单的直接执行
+  - 使用 `uv run mcp dev server.py` 进行测试
+  - 安装到 Claude：`uv run mcp install server.py`
+
+- **对于 HTTP 服务器**：
+  - 通过环境变量配置端口
+  - 无状态模式以实现可伸缩性：`stateless_http=True`
+  - JSON 响应模式：`json_response=True`
+  - 为浏览器客户端配置 CORS
+  - 挂载到现有的 ASGI 服务器（Starlette/FastAPI）
+
+## 测试指南
+- 说明如何运行服务器：
+  - stdio：`python server.py` 或 `uv run server.py`
+  - HTTP：`python server.py`，然后连接到 `http://localhost:PORT/mcp`
+- 使用 MCP Inspector 进行测试：`uv run mcp dev server.py`
+- 安装到 Claude Desktop：`uv run mcp install server.py`
+- 包含示例工具调用
+- 提供故障排除提示
+
+## 可考虑添加的额外功能
+- 用于日志记录、进度和通知的上下文使用
+- 用于 AI 驱动工具的 LLM 采样
+- 用于交互式工作流的用户输入征集
+- 用于共享资源（数据库、连接）的生命周期管理
+- 使用 Pydantic 模型实现结构化输出
+- 用于 UI 显示的图标
+- 使用 Image 类处理图像
+- 为更好用户体验提供的补全支持
+
+## 最佳实践
+- 随处使用类型提示——它们不是可选项
+- 尽可能返回结构化数据
+- 日志输出到 stderr（或使用 Context 日志）以避免污染 stdout
+- 正确清理资源
+- 尽早验证输入
+- 提供清晰的错误信息
+- 在集成 LLM 之前先独立测试工具
+
+生成一个完整的、生产就绪的 MCP 服务器，要求类型安全、错误处理得当，并附带全面的文档。