用途：指导创建高质量的 MCP 服务器，使 LLM 能借助所提供工具完成真实任务，核心衡量标准是工具能否有效支撑实际工作流，而非简单包装 API 端点。
主要能力与流程：技能按四阶段组织。一是深度研究与规划，理解面向智能体的设计原则（为工作流而非单个接口而建、为有限上下文优化、设计可操作的错误信息、遵循自然任务划分、评估驱动开发），并研究 MCP 协议、SDK 与目标 API 文档，产出包含工具选择、共享工具函数、输入输出设计、错误处理策略的实施计划。二是实现，先搭建项目结构并实现核心基础设施（请求辅助、错误处理、响应格式化、分页、鉴权），再按计划逐个实现工具：用 Pydantic（Python）或 Zod（TypeScript）定义输入校验，编写完整文档字符串，支持 JSON 与 Markdown 响应格式，遵守分页与字符截断策略，并添加工具注解（如 readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。三是审查与精炼，检查 DRY、可组合性、一致性、错误处理、类型安全与文档，并进行构建与测试。四是创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的评测问题，答案可经字符串比对核实，输出为包含 qa_pair 的 XML 格式。
使用方式：技能建议先加载 MCP 协议文档与 SDK 文档，再按所选语言加载对应实现指南；测试时注意 MCP 服务器会长期运行等待 stdio 或 sse/http 请求，直接在主进程运行会导致挂起，可用评估工具、tmux 或带 timeout 的方式测试。
限制：资料未提供具体安装命令、价格或平台支持信息；开发前需按资料要求进行任务跟踪，缺失事实暂未提供。