用途：该技能面向构建、调试或扩展 MCP 服务器与客户端的场景，帮助把 AI 系统与外部工具、数据源连接起来。
主要能力：覆盖从需求分析（识别数据源、所需工具与客户端应用）、项目初始化、协议设计（资源 URI、工具 schema、提示模板）、实现（注册工具与资源处理器、配置 stdio/SSE/HTTP 传输）、测试到部署的完整工作流。提供按主题加载的参考文档，包括协议（消息类型、生命周期、JSON-RPC 2.0）、TypeScript SDK、Python SDK、工具定义与执行、资源提供者与 URI 模板。
使用方式：TypeScript 项目可用 npx @modelcontextprotocol/create-server my-server 初始化；Python 可用 pip install mcp 后搭建脚手架。实现时用 Zod 或 Pydantic 定义输入 schema，注册工具与资源处理器，并配置传输方式。测试阶段运行 npx @modelcontextprotocol/inspector 交互式验证协议合规性，确认工具出现、schema 接受合法输入、错误响应为规范的 JSON-RPC 2.0。
约束与限制：必须正确实现 JSON-RPC 2.0、对所有输入做 schema 校验、使用合适的传输机制、实现完整错误处理与认证授权、记录协议消息、充分测试并文档化服务器能力。不得跳过输入校验、在资源内容中暴露敏感数据、忽略协议版本兼容性、在异步传输中混用同步代码、硬编码凭据、向客户端返回非结构化错误、未做限流即部署或跳过安全控制。资料未提供具体收费、价格与平台支持信息。