用途：指导开发者创建 MCP 服务器，让 LLM 能通过工具调用与外部服务交互，并以能否帮助 LLM 完成真实任务衡量质量。
主要能力：文档给出四阶段工作流。阶段一为深度调研与规划，包括理解现代 MCP 设计（API 覆盖与工作流工具的取舍、工具命名与可发现性、上下文管理、可操作的错误信息）、研究 MCP 协议文档（从 https://modelcontextprotocol.io/sitemap.xml 开始，用 .md 后缀获取页面）、研究框架文档并规划实现。推荐技术栈为 TypeScript，远程服务器用 Streamable HTTP 无状态 JSON，本地用 stdio。阶段二为实现，包括项目结构、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），以及用 Zod（TypeScript）或 Pydantic（Python）定义输入输出 schema、编写工具描述、异步实现、注解（readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为审查与测试，TypeScript 运行 npm run build，并用 npx @modelcontextprotocol/inspector 测试；Python 用 python -m py_compile your_server.py 验证语法。阶段四为必需的服务注册，生成配置项并更新 config/mcp.json，可用 heredoc 写入，随后重启 API 服务。阶段五是可选的评估创建，生成 10 道独立、只读、复杂、真实、可验证、稳定的题目，输出为 XML 格式。
适用场景：需要为 Agent 接入外部 API 或服务、并希望工具设计规范可复用的开发者。
限制：文档主要以指引和流程为主，未提供具体收费、价格或效果数据；部分详细代码与清单需加载外部指南页面获取。