高階 MCP 開發：為 Claude Code 構建自定義工作流伺服器

歡迎來到單元 3！在本單元中，我們將構建一個實用的 MCP 伺服器，透過學習所有三種 MCP 原語來增強 Claude Code 的自定義開發工作流程。

如果您想聽聽 MCP 的建立者們怎麼說，這裡有一個他們製作的影片

在此影片中，Theo Chu、David Soria Parra 和 Alex Albert 深入探討了模型上下文協議（MCP），這是一個正在改變 AI 應用程式連線外部資料和工具的標準。

您將構建什麼

PR 代理工作流伺服器 - 一個 MCP 伺服器，演示如何使 Claude Code 具備團隊感知能力和工作流智慧

• 智慧 PR 管理：使用 MCP 工具根據程式碼更改自動選擇 PR 模板
• CI/CD 監控：使用 Cloudflare Tunnel 和標準化提示跟蹤 GitHub Actions
• 團隊溝通：Slack 通知，演示所有 MCP 原語協同工作

真實案例研究

我們將實現一個每個開發團隊都會面臨的實際場景

之前：開發人員手動建立 PR，等待 Actions 完成，手動檢查結果，並記得通知團隊成員

之後：連線到您的工作流伺服器的 Claude Code 可以智慧地

• 根據更改的檔案建議正確的 PR 模板
• 監控 GitHub Actions 執行並提供格式化摘要
• 當部署成功/失敗時自動透過 Slack 通知團隊
• 根據 Actions 結果指導開發人員完成團隊特定的審查流程

主要學習成果

1. 核心 MCP 原語：透過實際例子掌握工具和提示
2. MCP 伺服器開發：構建一個具有適當結構和錯誤處理的功能性伺服器
3. GitHub Actions 整合：使用 Cloudflare Tunnel 接收 webhook 並處理 CI/CD 事件
4. Hugging Face Hub 工作流：為 LLM 開發團隊建立專門的工作流
5. 多系統整合：透過 MCP 連線 GitHub、Slack 和 Hugging Face Hub
6. Claude Code 增強：讓 Claude 理解您團隊的特定工作流

MCP 原語實踐

本單元提供核心 MCP 原語的實踐經驗

• 工具（模組 1）：Claude 可以呼叫以分析檔案和建議模板的功能
• 提示（模組 2）：用於實現一致團隊流程的標準化工作流
• 整合（模組 3）：所有原語協同工作以實現複雜自動化

模組結構

1. 模組 1：構建 MCP 伺服器 - 建立一個帶有 PR 模板建議工具的基本伺服器
2. 模組 2：GitHub Actions 整合 - 使用 Cloudflare Tunnel 和提示監控 CI/CD
3. 模組 3：Slack 通知 - 整合所有 MCP 原語的團隊溝通

先決條件

在開始本單元之前，請確保您已具備以下條件：

• 完成單元 1 和單元 2
• 熟悉 GitHub Actions 和 webhook 概念
• 可訪問用於測試的 GitHub 倉庫（可以是個人測試倉庫）
• 一個可以建立 webhook 整合的 Slack 工作區

Claude Code 安裝和設定

本單元需要 Claude Code 來測試您的 MCP 伺服器整合。

快速設定

按照官方安裝指南安裝 Claude Code 並完成身份驗證。關鍵步驟是透過 npm 安裝，導航到您的專案目錄，然後執行 claude 透過 console.anthropic.com 進行身份驗證。

安裝後，您將在整個單元中使用 Claude Code 來測試您的 MCP 伺服器並與您構建的工作流自動化進行互動。

在本單元結束時，您將構建一個完整的 MCP 伺服器，演示如何將 Claude Code 轉換為強大的團隊開發助手，並獲得所有三種 MCP 原語的實踐經驗。

< > 在 GitHub 上更新