用途：指导开发者构建 MCP（Model Context Protocol）服务器，使 LLM 能通过设计良好的工具与外部服务交互。服务器质量以能否帮助 LLM 完成真实任务来衡量。
主要能力与流程：分为四个阶段。阶段一为深度研究与规划，需理解现代 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），查阅 MCP 协议文档与框架文档，并规划实现。推荐技术栈为 TypeScript（SDK 支持好、兼容 MCPB 等执行环境），传输方式为远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio。阶段二为实现，包括搭建项目结构、实现核心基础设施（带认证的 API 客户端、错误处理、响应格式化、分页），以及实现工具（输入模式用 Zod 或 Pydantic，输出模式定义 outputSchema 与 structuredContent，编写工具描述，异步 I/O，错误处理，分页，注解如 readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为审查与测试，检查代码质量，TypeScript 运行 npm run build，用 npx @modelcontextprotocol/inspector 测试；Python 用 python -m py_compile your_server.py 验证语法。阶段四为创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的评估问题，输出为 XML 格式的 <evaluation> 文件。
参考资源：MCP 协议文档（从 https://modelcontextprotocol.io/sitemap.xml 开始，页面加 .md 后缀获取 markdown）、MCP 最佳实践、Python SDK（https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md）、TypeScript SDK（https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md）、语言特定实现指南与评估指南。
限制：资料未提供具体收费、价格、平台支持范围或实际效果数据；部分细节需查阅对应 SDK 与指南文档。