用途：指导开发者构建高质量的 MCP（Model Context Protocol）服务器，使 LLM 能与外部服务交互。核心设计原则是面向工作流而非简单包装 API：合并操作、返回高信号数据、提供简洁/详细格式选项、使用人类可读 ID、让错误可操作。
开发阶段：1）研究——阅读 MCP 协议（modelcontextprotocol.io/llms-full.txt）、Python 或 TypeScript SDK 文档及目标 API 文档，先写实现计划；2）设计——选择语言（Python FastMCP 或 TypeScript）、工具粒度、响应格式与错误处理；3）实现——用 Pydantic（Python）或 Zod（TypeScript）做输入校验，编写清晰工具描述与错误信息，统一响应格式；4）测试——MCP 服务器是长运行进程，切勿在主进程直接运行，可用评估框架、tmux 会话、timeout 5s python server.py 或官方 MCP Inspector。
工具注解：readOnlyHint（默认 false）、destructiveHint（默认 true）、idempotentHint（默认 false）、openWorldHint（默认 true），帮助 LLM 判断使用安全性。输入设计包括必填字段、带默认值可选参数、枚举、数值范围、格式校验，参数命名应自文档化。响应设计支持 JSON、Markdown 或混合格式，注意约 25,000 token 限制，截断需有提示，支持 limit/offset 分页并返回元数据。错误信息应说明失败原因、修复建议与正确用法示例。质量检查涵盖代码无重复、格式一致、完整错误处理、类型覆盖、文档字符串，以及工具描述清晰、示例充分、默认值合理、命名一致。资源：MCP 协议 https://modelcontextprotocol.io/、Python SDK https://github.com/modelcontextprotocol/python-sdk、TypeScript SDK https://github.com/modelcontextprotocol/typescript-sdk。限制：资料未提供具体收费、平台支持范围或实际效果数据。