用途：指导开发者构建 MCP（Model Context Protocol）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：提供四阶段工作流。第一阶段深度研究与规划，包括理解现代 MCP 设计（API 覆盖与工作流工具的权衡、工具命名与可发现性、上下文管理、可操作的错误信息）、研读 MCP 协议文档与框架文档、规划实现。第二阶段实现，涵盖项目结构搭建、核心基础设施（带认证的 API 客户端、错误处理、响应格式化、分页）、工具实现（输入/输出模式、工具描述、注解如 readOnlyHint）。第三阶段审查与测试，包括代码质量检查与构建测试。第四阶段创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的评估问题，并以 XML 格式输出。
使用方式：推荐 TypeScript（SDK 支持好、静态类型、AI 生成友好）或 Python。远程服务器用 Streamable HTTP，本地用 stdio。Python 用 uv 管理项目：uv init mcp-server-demo 和 uv add "mcp[cli]"；从 mcp.server.fastmcp 导入 FastMCP，用 @mcp.tool()、@mcp.resource()、@mcp.prompt() 装饰器注册，类型提示为必需。测试用 uv run mcp dev server.py（Inspector）或 uv run mcp install server.py（Claude Desktop）。TypeScript 用 npm run build 验证编译，用 npx @modelcontextprotocol/inspector 测试。
适用场景：需要为 LLM 构建连接外部服务、暴露工具与资源的 MCP 服务器时。
限制：资料未提供具体收费、价格或平台支持范围；部分细节需查阅所引用的 MCP 协议、SDK 与语言指南文档。