JinDaGe - claude-skills-mcp MCP Details

article

README

🚀 Claude Skills MCP Server

借助该MCP服务器，通过模型上下文协议（MCP）将Anthropic的代理技能框架引入整个AI生态系统，让任何AI模型或编码助手都能使用Claude强大的新技能系统。

Claude Skills MCP Server是一个模型上下文协议（MCP）服务器，它利用向量嵌入和语义相似度，为发现相关的Claude代理技能提供智能搜索功能。该服务器实现了Anthropic在其代理技能工程博客中描述的渐进式披露架构，使任何兼容MCP的AI应用都能使用专业技能。

这是一个由K-Dense AI发起的开源项目 —— K-Dense AI是为科学研究创建自主AI科学家的团队。

此MCP服务器使任何兼容MCP的AI助手都能从我们精心策划的Claude科学技能仓库以及其他技能源（如官方Claude技能）中智能搜索和检索技能。

🚀 快速开始

针对Cursor用户

可以通过Cursor目录添加，或者将其添加到你的Cursor配置文件（~/.cursor/mcp.json）中：

{
  "mcpServers": {
    "claude-skills": {
      "command": "uvx",
      "args": ["claude-skills-mcp"]
    }
  }
}

前端会立即启动并显示工具，同时在后台自动下载并启动后端（由于RAG依赖，首次启动约需60 - 120秒，仅首次需要）。后续使用将立即响应。

使用uvx（独立运行）

使用默认配置运行服务器：

uvx claude-skills-mcp

这将启动轻量级前端，它会自动下载后端，并从Anthropic的官方技能仓库和K-Dense AI的科学技能集合中加载约90个技能。

使用自定义配置

# 1. 打印默认配置
uvx claude-skills-mcp --example-config > config.json

# 2. 根据需要编辑config.json

# 3. 使用自定义配置运行
uvx claude-skills-mcp --config config.json

✨ 主要特性

双包架构：轻量级前端（约15 MB）可立即启动；后端（约250 MB）在后台下载。
无Cursor超时问题：前端响应时间小于5秒，解决了超时问题。
语义搜索：利用向量嵌入实现智能技能发现。
渐进式披露：多级技能加载（元数据 → 完整内容 → 文件）。
零配置：使用精心策划的技能，开箱即用。
多源加载：可从GitHub仓库和本地目录加载技能。
快速本地运行：无需API密钥，支持自动GitHub缓存。
可配置：可自定义技能源、模型和内容限制。

💻 使用示例

基础用法

在Cursor中使用时，通过上述快速开始的配置添加该MCP服务器后，即可使用服务器提供的工具进行Claude代理技能的操作。例如，使用find_helpful_skills工具进行语义搜索：

# 假设在支持的环境中调用该工具
# 这里只是示例，实际代码需根据具体环境实现
result = find_helpful_skills(task_description="需要一个数据分析的技能")

高级用法

在自定义配置中，可以根据实际需求调整技能源和其他参数。例如，在config.json中添加自定义的技能源：

{
  "skill_sources": [
    "https://github.com/my-custom-skills-repo",
    "~/local-skills-directory"
  ]
}

然后使用自定义配置启动服务器：

uvx claude-skills-mcp --config config.json

📚 详细文档

入门指南 —— 安装、Cursor设置、CLI使用和故障排除。
架构指南 —— 双包设计、数据流和组件。
API文档 —— 工具参数、示例和最佳实践。
使用示例 —— 高级配置、实际用例和自定义技能创建。
测试指南 —— 完整的测试说明、CI/CD和覆盖率分析。

🔧 技术细节

MCP工具

该服务器提供了三个用于处理Claude代理技能的工具：

find_helpful_skills —— 根据任务描述进行语义搜索，查找相关技能。
read_skill_document —— 从技能中检索特定文件（脚本、数据、参考资料）。
list_skills —— 查看所有已加载技能的完整清单（用于探索/调试）。具体参数、示例和最佳实践请参考API文档。

架构（v1.0.0）

系统采用双包架构以实现最佳性能：

前端 (claude-skills-mcp)：轻量级代理（约15 MB）
- 可立即启动（<5秒）✅ 无Cursor超时问题！
- 首次使用时自动下载后端。
- 作为Cursor的MCP服务器（标准输入输出）。
后端 (claude-skills-mcp-backend)：重型服务器（约250 MB）
- 使用PyTorch和sentence-transformers进行向量搜索。
- 作为MCP服务器（可流式HTTP）。
- 由前端自动安装或可独立部署。

优点：

✅ 解决了Cursor超时问题（前端立即启动）。
✅ 提供相同的简单用户体验（uvx claude-skills-mcp）。
✅ 后端在后台下载（不阻塞Cursor）。
✅ 可连接到远程托管的后端（无需本地安装）。详细设计和数据流请参考架构指南。

技能源

可以从GitHub仓库（直接的技能或Claude代码插件）或本地目录加载技能。默认情况下，从以下位置加载：

官方Anthropic技能 —— 15种不同的技能，适用于文档、演示文稿、网页制品等。
K-Dense AI科学技能 —— 78 + 种专业技能，适用于生物信息学、化学信息学和科学分析。
本地目录~/.claude/skills（如果存在）。

🤝 贡献代码

欢迎贡献代码！若要贡献，请遵循以下步骤：

报告问题：提交一个问题，反馈错误或提出功能请求。
提交PR：分叉仓库，创建功能分支，确保测试通过（uv run pytest tests/），然后提交。
代码风格：提交前运行uvx ruff check src/。
添加测试：新功能应包含测试。

开发说明

版本管理：此单仓库使用集中式版本系统：

编辑仓库根目录下的VERSION文件以更新版本。
运行python3 scripts/sync-version.py同步所有引用（或使用--check进行验证）。
scripts/build-all.sh脚本在构建前会自动同步版本。

如有疑问，请发送邮件至 orion.li@k-dense.ai。

🚀 加入我们的社区！

我们非常欢迎你加入我们的Slack社区！ 在这里，你可以与其他用户交流，分享技巧和窍门，获取技能使用帮助，并第一时间了解新功能和更新。

👉 加入K-Dense社区Slack 👈

无论你是在构建自定义技能、与不同的AI模型集成，还是仅仅探索代理技能的可能性，我们的社区都会为你提供支持！

📖 了解更多

代理技能文档 —— Anthropic官方关于技能格式的文档。
代理技能博客文章 —— 技能系统的发布公告和概述。
模型上下文协议 —— 使跨平台技能成为可能的协议。
工程博客：为现实世界装备代理 —— 关于技能架构的技术深度剖析。

📄 许可证

本项目采用Apache许可证2.0授权。

claude-skills-mcp