用途：指导开发者构建高质量的 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。其质量以能否帮助 LLM 完成真实任务来衡量。
主要能力：提供四阶段工作流。一、研究与规划：理解现代 MCP 设计，包括 API 覆盖与工作流工具的权衡、工具命名与可发现性（如 github_create_issue）、上下文管理、可操作的错误信息；查阅 MCP 规范与 SDK 文档；制定实现计划。二、实现：搭建项目结构、实现认证 API 客户端与错误处理、分页等共享基础设施，并逐个实现工具，使用 Zod（TypeScript）或 Pydantic（Python）定义输入/输出 schema，添加描述、结构化输出与注解（readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。三、审查与测试：检查重复代码、错误处理、类型覆盖与工具描述，构建并用 MCP Inspector 测试。四、评估：创建 10 个独立、只读、复杂、可验证且稳定的评估问题，输出为 XML 格式。
推荐技术栈：语言 TypeScript（推荐）或 Python；远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio；框架文档与 SDK 通过 WebFetch 加载 TypeScript SDK、Python SDK 等 README。
使用方式：按四阶段推进，期间按需加载文档库（MCP 最佳实践、语言实现指南、评估指南）。构建可用 npm run build 验证，测试用 npx @modelcontextprotocol/inspector；Python 可用 python -m py_compile your_server.py 检查语法。
适用场景：需要为 LLM 接入外部服务、编写 MCP 服务器或评估其工具可用性时。
限制：资料未提供具体收费、价格、平台兼容范围与效果保证；评估问题需自行验证答案。