用途：创建一个自定义 MCP（Model Context Protocol）服务器，将领域专用工具暴露给 Claude Code、Claude Desktop 等 AI 助手使用。适用于需要向 AI 助手提供自定义功能、构建超出 mcptools 提供的专用工具、创建领域专用助手集成，或将现有 API 与服务包装为 MCP 工具的场景。
输入要求：必需提供要暴露的工具清单（名称、描述、参数、行为）、实现语言（Node.js 或 R）、传输类型（stdio 或 HTTP）；可选提供认证需求和 Docker 打包需求。
主要步骤：1）先定义工具规范，用 YAML 或 Markdown 写明每个工具的名称、描述、参数（含类型、默认值、必填标志）和返回类型，再写代码；2）用 MCP SDK 在 Node.js 中实现，导入 @modelcontextprotocol/sdk 与 zod，定义工具并连接 StdioServerTransport，运行 node server.js 启动；3）在 R 中用 mcptools 实现，通过 mcp_tool() 注册工具、mcp_server() 启动，运行 Rscript server.R 启动；4）搭建项目结构（server.js、package.json、tools/、test/、Dockerfile、README.md 等）；5）测试服务器，可用 echo '{"jsonrpc":"2.0","method":"tools/list","id":1}' | node server.js 手动验证，并用 claude mcp add my-server stdio "node" "/path/to/server.js" 注册到 Claude Code；6）为每个工具处理器添加 try/catch 错误处理，返回 isError: true；7）用带 bin 入口的 package.json 打包分发，用户可 npm install -g my-mcp-server 后注册。
验证要点：服务器无错误启动、tools/list 返回全部工具及正确 schema、工具对有效输入正确执行、对无效输入返回适当错误、通过 stdio 与 Claude Code 协作、工具在会话中可被发现和使用。
常见陷阱：阻塞操作会阻塞其他工具调用（应异步处理）；缺少错误处理会让未捕获异常导致服务器崩溃；参数 schema 必须与处理器期望一致；stdio 传输需确保输出被刷新；MCP 服务器拥有与进程相同的访问权限，需仔细校验输入，尤其是 shell 命令或数据库查询。
资料未提供具体收费、价格或效果信息。