对 sol-mcp 服务的 skill 改造

引言

模型上下文协议（Model Context Protocol, MCP）作为一种新兴的技术标准，正在重新定义 AI 应用与外部系统交互的方式。MCP 协议提供了一个标准化的框架，允许 AI 模型通过统一的接口访问外部工具和服务，从而扩展其功能边界。而 Skill 技术则是在 MCP 协议基础上的一种具体实现形式，它将特定功能打包成可重用、可插拔的组件，使开发者能够更便捷地将功能集成到 AI 应用中。

MCP 协议本质上是一种通信协议，定义了 AI 与外部工具之间的请求和响应格式；而 Skill 技术则更注重功能的封装和用户友好性，提供了更高层次的抽象。通过 Skill，开发者可以获得更好的代码复用性、模块化程度，以及简化的部署和配置过程。本文将详细介绍我们如何对 Solana Analysis MCP 服务器进行 Skill 改造，以充分利用这两种技术的优势。

背景介绍

Solana Analysis MCP 服务器是一个专为分析 Solana 区块链交易、指令和账户数据而设计的服务。它利用超过 1000 个程序的 IDL（接口定义语言）数据集来解码交易数据，支持 Anchor、Shank 和 Codama 等多种格式。项目源码可在 GitHub 上获取。API 密钥可在 https://solmcp.daog1.workers.dev/ 获取。

传统的 MCP 集成方式往往需要复杂的配置和手动设置，这对普通用户来说存在一定的技术门槛。因此，我们需要将 Solana Analysis MCP 服务器改造成一个易于使用的 Skill，使其能够无缝集成到支持 MCP 的各种 AI 应用中。

改造目标

我们的主要目标是将 Solana Analysis MCP 服务器改造成一个易于使用的 Skill，使其能够无缝集成到支持 MCP 的各种 AI 应用中。具体来说，我们希望实现以下几个方面的改进：

1. 简化集成流程：使用户能够通过简单的命令快速添加和配置 Skill。
2. 增强功能覆盖：提供更多样化的工具，满足不同场景下的分析需求。
3. 提升用户体验：优化 API 设计，确保用户可以方便地调用各种功能。
4. 国际化支持：提供多语言文档，满足全球用户的使用需求。

技术方案

为了实现上述目标，我们采用了以下技术方案：

1. 零修改集成：在不修改原有 MCP 服务器的情况下，通过 Skill 层实现对其功能的调用。这种方式确保了原服务器的稳定性和兼容性。

2. TypeScript 脚本调用：我们开发了一个 TypeScript 脚本（call-mcp.ts），作为 Skill 与 MCP 服务器之间的桥梁。该脚本实现了以下关键功能：

   • 命令行参数解析：使用commander库处理用户输入的参数
   • 参数验证和类型转换：自动识别布尔值、数字、JSON 对象等不同类型的数据
   • MCP 协议适配：构造标准的 JSON-RPC 请求格式与 MCP 服务器通信
   • 响应处理：解析服务器返回的结果并输出给用户

3. 工具映射：通过脚本中的--tool参数，将 Skill 调用映射到 MCP 服务器中的具体工具，如get_solana_transaction、analyze_solana_instruction等。

4. 灵活配置：支持通过命令行参数配置服务器地址、API 密钥等连接信息，适应不同的部署环境。

成果展示

经过一系列的努力，我们成功完成了对 Solana Analysis MCP 服务器的 Skill 改造。现在的 Skill 具有以下特点：

• 简单易用：用户只需运行一条命令即可添加 Skill：npx skills add https://github.com/daog1/sol-mcp。
• 功能丰富：提供了包括交易分析、指令解析、账户数据解析在内的多种工具。
• 文档齐全：提供了英文和中文两种语言的详细使用指南。
• 安全可靠：通过 API 密钥机制保障服务的安全性。

未来展望

虽然目前的改造已经取得了显著成效，但我们并不满足于此。未来，我们将继续关注用户反馈，不断优化和完善 Skill 的功能。同时，我们也计划探索更多的应用场景，进一步拓展 Solana Analysis MCP 服务器的能力边界。

结语

通过对 Solana Analysis MCP 服务器的 Skill 改造，我们不仅提升了用户体验，还增强了系统的灵活性和可扩展性。这种零修改的集成方式证明了 Skill 技术在扩展 MCP 服务器功能方面的巨大潜力，为 AI 应用与区块链数据分析的结合提供了更高效的解决方案。我们期待着更多开发者和用户加入进来，共同推动这一领域的创新发展。