用途：指导开发者构建高质量 MCP 服务器，让 LLM 通过工具访问外部服务与 API。
主要能力：围绕四阶段流程展开。阶段一为深度研究与规划，强调面向智能体的设计原则（按工作流而非单个 API 端点设计、优化有限上下文、设计可操作的错误信息、遵循自然任务划分、采用评估驱动开发），并研究 MCP 协议、SDK 与 API 文档，制定实现计划；阶段二为实现，先搭建项目结构与共享工具（请求封装、错误处理、响应格式化、分页、鉴权），再系统实现各工具；阶段三为审查与精化，检查 DRY、可组合性、一致性、错误处理、类型安全与文档；阶段四为创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的评测问题，输出为特定 XML 结构。
使用方式：加载 MCP 协议文档（https://modelcontextprotocol.io/llms-full.txt）、Python SDK（https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md）或 TypeScript SDK（https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md），并参考最佳实践、语言实现指南与评估指南。Python 使用 MCP Python SDK、Pydantic v2 与 async/await；Node/TypeScript 使用 server.registerTool、Zod 与严格模式。测试时注意服务器为长驻进程，直接运行会挂起，推荐用评估框架，或放入 tmux，或加超时（如 timeout 5s python server.py）。
适用场景：需要为 LLM 接入外部服务与 API、构建 MCP 工具的开发者。
限制：具体收费、价格与平台信息暂未提供。