Skip to main content
Glama

Skills MCP Server

ci

Ein FastMCP-Server, der die skills-engine-Taxonomie als MCP-Tools bereitstellt – so kann jeder MCP-Client (Claude, Cursor, benutzerdefinierte Agenten) Skills ableiten, normalisieren und durchsuchen und die Lifecycle-Governance einsehen.

Tools

Tool

Zweck

infer_skills(text, context_type)

extrahiert und identifiziert Skills aus Stellenbeschreibungen, Lebensläufen, Aufgaben und Reflexionen

normalize_skill(name)

bildet ein rohes Label auf die Ebenen custom → external → master ab

search_taxonomy(query, k)

semantische Suche über alle Ebenen

taxonomy_stats()

Zählung nach Ebene und Lifecycle-Status

lifecycle_report(today?)

vorgeschlagene Aktionen mit Begründungen (Halbwertszeit-Richtlinie)

Related MCP server: skillforge

Ausführung

pip install -r requirements.txt
uvicorn skills_engine.api.app:app --reload   # in the skills-engine repo, port 8000

export SKILLS_ENGINE_URL=http://127.0.0.1:8000
python src/skills_mcp/server.py              # stdio MCP transport

Binden Sie es in die Konfiguration eines beliebigen MCP-Clients ein:

{
  "mcpServers": {
    "skills-engine": {
      "command": "python",
      "args": ["src/skills_mcp/server.py"]
    }
  }
}

Tests

Die Tool-Funktionen sind einfache Callables, die auf der FastMCP-Instanz registriert werden. Daher monkeypatchen die Tests die Transportschicht (_get/_post) und prüfen Routing, Payloads und Registrierung, ohne dass eine Engine läuft.

MIT

Related MCP Connectors

Related MCP Servers