用途：MCP Builder 用于设计易于智能体发现、组合和信任的 MCP 服务器，覆盖从外部 API 或内部平台创建新服务器，以及改进现有服务器的工具命名、schema、分页和错误处理。
主要能力：提供研究优先的工作流，先阅读 MCP 协议文档、对应语言 SDK 指南和目标服务 API，再决定哪些操作保持底层、哪些值得封装为工作流工具。强调面向智能体的工具设计：动作导向命名、显式受限 schema、支持分页与过滤、返回结构化内容、错误信息告知下一步动作。建议先构建共享基础设施，包括认证 API 客户端、错误格式化器、响应规范化器、分页助手和可复用 schema 工具。
使用方式：按五步核心工作流执行——研究、设计工具、实现共享基础设施、像智能体一样测试服务器、创建真实评估。测试时构建或类型检查服务器，检查工具注册与描述，通过 MCP Inspector 或等效客户端运行，确认常见读写流程行为可预测。评估应使用需要多次工具调用的只读问题，答案稳定可验证，并随服务器存储以便发现回归。语言上，TypeScript 适合强 SDK 人体工学与 schema 密集定义，Python 适合目标生态或现有服务代码以 Python 为主的情况。
适用场景：新建 MCP 服务器、改进现有服务器、评估服务器实用性、在 TypeScript 与 Python 实现间做选择。
限制与注意：资料未提供具体收费、价格或平台支持细节。安全上应最小化权限范围、在错误中脱敏密钥、将授权检查放入共享中间件；可观测性上记录请求标识、工具名、延迟和重试次数；认证需支持令牌刷新或凭据重载；日志宜结构化；工具名、schema 和错误契约应视为公共接口并做版本管理。跨客户端可移植性方面，GitHub Copilot 需放在可见技能路径或项目指令中，Claude Code 放在本地技能目录或兼容插件源，Codex 需同步到 $CODEX_HOME/skills/mcp-builder 并在重大更改后重启。无必需 MCP 服务器，回退时依赖本地指令、捆绑资源、标准 shell 或编辑器工具及直接验证，不得声称使用了当前宿主未暴露的 MCP 操作。