用途：指导开发者构建高质量 MCP 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。一、深度调研与规划：理解现代 MCP 设计，平衡全面 API 覆盖与专用工作流工具（不确定时优先全面覆盖）；采用清晰、动作导向且带一致前缀的工具命名（如 github_create_issue、github_list_repos）；做好上下文管理，返回聚焦数据并支持过滤与分页；错误信息应给出可执行建议。阅读 MCP 协议文档（从 https://modelcontextprotocol.io/sitemap.xml 开始，页面可加 .md 后缀获取 Markdown），了解规范架构、传输机制（streamable HTTP、stdio）以及工具、资源、提示定义。推荐技术栈为 TypeScript，远程服务器用 Streamable HTTP 无状态 JSON，本地服务器用 stdio。二、实现：搭建项目结构，实现带认证的 API 客户端、错误处理、响应格式化与分页等共享工具；每个工具定义输入 Schema（TypeScript 用 Zod，Python 用 Pydantic）、输出 Schema 与结构化内容，并添加只读、破坏性、幂等、开放世界等注解。三、审查与测试：检查无重复代码、错误处理一致、类型完整、描述清晰；TypeScript 运行 npm run build，用 npx @modelcontextprotocol/inspector 测试；Python 可用 python -m py_compile your_server.py 验证语法。四、评测：创建 10 个独立、只读、复杂、真实、可验证且答案稳定的评测问题，以 XML 格式记录。
限制与说明：文档中提到的中文适配、使用流程（环境准备、配置初始化、核心功能、测试验证、部署上线）等章节内容较概括；具体依赖、版本、收费与平台支持情况暂未提供。