用途：指导开发者构建高质量的 MCP 服务器，使 LLM 能通过工具、资源与提示词与外部服务交互，衡量标准是能否帮助 LLM 完成真实任务。
主要能力：提供四阶段流程。一、深度调研与规划：理解现代 MCP 设计（API 覆盖与工作流工具的平衡、工具命名与可发现性、上下文管理、可操作的错误信息），研读 MCP 协议文档与框架文档，规划实现。二、实现：搭建项目结构，实现共享基础设施（带认证的 API 客户端、错误处理、响应格式化、分页），实现工具（用 Zod 或 Pydantic 定义输入模式，定义输出模式与 structuredContent，编写工具描述，异步 I/O 与错误处理，支持分页，添加 readOnlyHint、destructiveHint、idempotentHint、openWorldHint 注解）。三、审查与测试：检查代码质量，构建并测试。四、创建评估：编写 10 个独立、只读、复杂、真实、可验证、稳定的评估问题，输出为 XML 格式。
推荐技术栈：语言 TypeScript（SDK 支持好、兼容 MCPB 等环境、模型擅长生成）；传输方式为远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio。Python 亦可。
必要用法：TypeScript 运行 npm run build 验证编译，用 npx @modelcontextprotocol/inspector 测试；Python 用 python -m py_compile your_server.py 验证语法，同样用 MCP Inspector 测试。协议文档从 https://modelcontextprotocol.io/sitemap.xml 开始，再以 .md 后缀获取具体页面。SDK 文档：TypeScript 见 https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md，Python 见 https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md。
适用场景：需要为 LLM 接入外部服务、构建 MCP 服务器并评估其有效性的开发工作。
限制：资料未提供具体收费、价格、平台支持范围与效果保证；评估脚本的运行方式仅提及“provided scripts”，细节暂未提供。