remote-skill-mcp

Stellt Skill-Dateien („skill.md“ und deren Unterdateien) von Remote-HTTP-Diensten dynamisch als MCP-Tools (Model Context Protocol), Ressourcen und Prompts bereit, sodass beliebige MCP-Clients (Claude Desktop, Cursor, LobeHub usw.) über stdio direkt auf Remote-Skill-Dokumente zugreifen können.

📖 Englische Dokumentation / English documentation: README.en.md

Basiert auf der Standard-MCP-SDK-Implementierung der FastMCP-Laufzeit (kein handgeschriebener JSON-RPC-Protokoll-Layer), vollständig MCP-konform, direkt von beliebigen MCP-Clients nutzbar und bereits für den LobeHub-MCP-Markt angepasst (siehe lhm.plugin.json).

Funktionsweise (Lazy Loading, Kontextersparnis)

┌─────────────┐   stdio (newline-delimited JSON-RPC)   ┌──────────────────┐
│  MCP 客户端  │ ◄────────────────────────────────────► │   server.py      │
│ (Claude等)  │      initialize / tools/* /            │  (本仓库)         │
└─────────────┘      resources/* / prompts/*          └────────┬─────────┘
                                                                 │ HTTP GET/HEAD
                                                                 ▼
                                                      ┌─────────────────────┐
                                                      │ 远程 SimpleHTTP 服务 │
                                                      │  /skill.md          │
                                                      │  /image/*.md 等子文件│
                                                      └─────────────────────┘

Beim Start (Lifespan, Lazy Loading):

1. skill.md von REMOTE_SKILL_BASE_URL abrufen (leichtgewichtiger Fähigkeitskatalog, der beschreibt, welche Skill-Bereiche vorhanden sind);

2. Die darin enthaltenen Markdown-Links / Bilder / nackten Datei-Tokens / Verzeichnisnamen parsen und für jede Referenz einen HEAD-Check durchführen (ohne den Inhalt herunterzuladen):

   • Referenz ist eine Datei → Pfad + MIME/Größe aufzeichnen;

   • Referenz ist ein Verzeichnis → dessen HTML-Listenseite per GET abrufen und die aufgelisteten Dateien aufzeichnen (ohne Dateiinhalte rekursiv herunterzuladen);

   • Bei 404 werden nackte Dateinamen automatisch in bekannten Verzeichnissen erneut versucht;

3. Dynamisch MCP-Exponate generieren (description enthält nur die Pfadliste, nicht den Inhalt, um Kontextaufblähung zu vermeiden):

   • Tool get_skill_file(path) — Dateiinhalte bei Bedarf nach Pfad abrufen;

   • Ressource skill://<relativer Pfad> — eine Ressource pro gefundener Datei (Download erst bei read; Text inline, Binärdaten als base64);

   • Prompt skill / list_skills — gibt den vollständigen skill.md-Text / eine Zusammenfassung des Fähigkeitskatalogs zurück.

So sieht der Agent normalerweise nur „welche Fähigkeitsbereiche es gibt“ und ruft die detaillierte Dokumentation erst ab, wenn ein bestimmter Skill tatsächlich benötigt wird. Dadurch wird vermieden, dass alle Skill-Details auf einmal in den Kontext geladen werden. Falls skill.md nicht alle Dateien direkt auflistet und ein Drilldown in Verzeichnisse erforderlich ist, kann MCP_DISCOVER_DEPTH>=1 gesetzt werden, um N Ebenen rekursiv zu durchsuchen (dabei werden Zwischenebenen-Inhalte heruntergeladen, um weitere Referenzen zu parsen).

Related MCP server: skills-mcp-server

Funktionen

• ✅ Basiert auf der Standard-MCP-SDK (FastMCP), vollständig MCP-konform, stdio-Transport

• ✅ Lazy Loading: Beim Start wird nur skill.md gelesen, Unterdateien werden nur als Pfade aufgezeichnet, Inhalte werden bei Bedarf heruntergeladen (Kontextersparnis)

• ✅ Dynamische Erkennung: HEAD-Check für Dateien + GET für Verzeichnislistenseiten, Parsen von Links/Bildern/nackten Dateinamen/Verzeichnisnamen in skill.md

• ✅ 404-Wiederholung: Automatischer erneuter Versuch fehlgeschlagener Pfade in bekannten Verzeichnissen

• ✅ MIME-Ermittlung: Bei content-type = application/octet-stream Fallback auf Dateiendung (.md usw. werden weiterhin als Text behandelt)

• ✅ Drei Expositionsarten: Tool / Ressource / Prompt (description enthält nur die Pfadliste, nicht den Inhalt)

• ✅ Schutz vor großen Dateien: Lesen wird bei Überschreitung von MCP_MAX_FILE_BYTES verweigert

• ✅ Logs gehen nur an stderr, stdout wird ausschließlich für Protokollnachrichten verwendet

• ✅ Tool-Fehler werden mit isError=True zurückgegeben (MCP-konform, Client wirft keine Ausnahme)

• ✅ Für den LobeHub-MCP-Markt angepasst: enthält lhm.plugin.json-Manifest, pyproject.toml-Metadaten, MIT-Lizenz

Bereitgestellte MCP-Fähigkeiten

Installation

cd remote_skill_mcp
pip install -r requirements.txt

Abhängigkeiten: mcp (Protokolltypen + stdio-Transport + FastMCP-Laufzeit), httpx (HTTP-Client).

Konfiguration (Umgebungsvariablen)

Ausführung

Direkte Ausführung (Debugging)

export REMOTE_SKILL_BASE_URL=http://192.168.2.6:4000
python server.py

Der Dienst blockiert nach dem Start und wartet auf stdio-Eingaben.

Anbindung an MCP-Clients

Claude Desktop (claude_desktop_config.json):

{
  "mcpServers": {
    "remote-skill": {
      "command": "python",
      "args": ["/绝对路径/remote_skill_mcp/server.py"],
      "env": {
        "REMOTE_SKILL_BASE_URL": "http://192.168.2.6:4000"
      }
    }
  }
}

Cursor / andere stdio-MCP-fähige Clients funktionieren analog: server.py einfach als Unterprozess starten.

Veröffentlichung im LobeHub-MCP-Markt

Dieses Repository enthält bereits das Markt-Manifest lhm.plugin.json (mit identifier/name/version/author/homepage/icon/category/tags/description/tools/prompts/resources vollständig ausgefüllt).

1. Sicherstellen, dass das Repository auf GitHub gepusht wurde (origin = git@github.com:Congenital/remote_skill_mcp.git);

2. Markt-CLI installieren (Node.js ≥ 22 erforderlich) und anmelden:

   npx -y @lobehub/market-cli login
   npx -y @lobehub/market-cli github connect

3. Veröffentlichen (liest lhm.plugin.json im Repository-Stammverzeichnis):

   npx -y @lobehub/market-cli plugin publish https://github.com/Congenital/remote_skill_mcp

   Für spätere Versionsupdates: npx -y @lobehub/market-cli plugin update (einfach version in lhm.plugin.json ändern).

Der Markt rankt nach Kriterien wie Aktivität / Stabilität / Community-Feedback. Dieses Manifest enthält bereits Autor, Homepage, Icon, Kategorie, Tags, Tools/Prompts/Ressourcen usw., um die Vollständigkeitsbewertung zu verbessern.

Tests

python tests/e2e_test.py

End-to-End-Tests starten den Server über mcp.ClientSession und verifizieren die gesamte Kette: initialize / tools/list / tools/call (einschließlich Fehler bei ungültigen Pfaden) / resources/list / resources/read / prompts/list / prompts/get (skill + list_skills).

Verzeichnisstruktur

remote_skill_mcp/
├── server.py            # MCP 服务（FastMCP 运行时 + 发现 + 工具/资源/提示词）
├── lhm.plugin.json      # LobeHub MCP 市场清单
├── pyproject.toml       # 项目元数据（名称/版本/作者/许可/入口点）
├── LICENSE              # MIT 许可
├── requirements.txt
├── README.md            # 中文文档
├── README.en.md         # 英文文档
└── tests/
    └── e2e_test.py      # 端到端测试

Anforderungen an den Remote-Dienst

• Ein HTTP-Dienst, der Dateien statisch auflisten/herunterladen kann (z. B. python -m http.server);

• skill.md im Stammverzeichnis (oder Einstiegsdatei über SKILL_FILE angeben);

• Unterdateien mit relativen Pfaden referenzieren (Markdown-Links, Bilder, nackte Dateinamen, Verzeichnisname:-Form unterstützt).

Lizenz

MIT © Congenital