高级 MCP 开发：为 Claude Code 构建自定义工作流服务器

欢迎来到单元 3！在本单元中，我们将构建一个实用的 MCP 服务器，通过学习所有三种 MCP 原语来增强 Claude Code 的自定义开发工作流程。

如果您想听听 MCP 的创建者们怎么说，这里有一个他们制作的视频

在此视频中，Theo Chu、David Soria Parra 和 Alex Albert 深入探讨了模型上下文协议（MCP），这是一个正在改变 AI 应用程序连接外部数据和工具的标准。

您将构建什么

PR 代理工作流服务器 - 一个 MCP 服务器，演示如何使 Claude Code 具备团队感知能力和工作流智能

• 智能 PR 管理：使用 MCP 工具根据代码更改自动选择 PR 模板
• CI/CD 监控：使用 Cloudflare Tunnel 和标准化提示跟踪 GitHub Actions
• 团队沟通：Slack 通知，演示所有 MCP 原语协同工作

真实案例研究

我们将实现一个每个开发团队都会面临的实际场景

之前：开发人员手动创建 PR，等待 Actions 完成，手动检查结果，并记得通知团队成员

之后：连接到您的工作流服务器的 Claude Code 可以智能地

• 根据更改的文件建议正确的 PR 模板
• 监控 GitHub Actions 运行并提供格式化摘要
• 当部署成功/失败时自动通过 Slack 通知团队
• 根据 Actions 结果指导开发人员完成团队特定的审查流程

主要学习成果

1. 核心 MCP 原语：通过实际例子掌握工具和提示
2. MCP 服务器开发：构建一个具有适当结构和错误处理的功能性服务器
3. GitHub Actions 集成：使用 Cloudflare Tunnel 接收 webhook 并处理 CI/CD 事件
4. Hugging Face Hub 工作流：为 LLM 开发团队创建专门的工作流
5. 多系统集成：通过 MCP 连接 GitHub、Slack 和 Hugging Face Hub
6. Claude Code 增强：让 Claude 理解您团队的特定工作流

MCP 原语实践

本单元提供核心 MCP 原语的实践经验

• 工具（模块 1）：Claude 可以调用以分析文件和建议模板的功能
• 提示（模块 2）：用于实现一致团队流程的标准化工作流
• 集成（模块 3）：所有原语协同工作以实现复杂自动化

模块结构

1. 模块 1：构建 MCP 服务器 - 创建一个带有 PR 模板建议工具的基本服务器
2. 模块 2：GitHub Actions 集成 - 使用 Cloudflare Tunnel 和提示监控 CI/CD
3. 模块 3：Slack 通知 - 集成所有 MCP 原语的团队沟通

先决条件

在开始本单元之前，请确保您已具备以下条件：

• 完成单元 1 和单元 2
• 熟悉 GitHub Actions 和 webhook 概念
• 可访问用于测试的 GitHub 仓库（可以是个人测试仓库）
• 一个可以创建 webhook 集成的 Slack 工作区

Claude Code 安装和设置

本单元需要 Claude Code 来测试您的 MCP 服务器集成。

快速设置

按照官方安装指南安装 Claude Code 并完成身份验证。关键步骤是通过 npm 安装，导航到您的项目目录，然后运行 claude 通过 console.anthropic.com 进行身份验证。

安装后，您将在整个单元中使用 Claude Code 来测试您的 MCP 服务器并与您构建的工作流自动化进行交互。

在本单元结束时，您将构建一个完整的 MCP 服务器，演示如何将 Claude Code 转换为强大的团队开发助手，并获得所有三种 MCP 原语的实践经验。

< > 在 GitHub 上更新