用途：指导构建 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。核心理念是不简单封装 API 端点，而是构建以工作流为核心的高价值工具。
开发四阶段：一、研究规划，包括学习以智能体为中心的设计原则、阅读 MCP 协议文档、详尽研究目标 API 文档并制定实现计划；二、实现，搭建项目结构，构建认证、请求辅助与格式化等核心基础设施，用 JSON Schema 校验实现工具，并遵循语言特定最佳实践；三、审查优化，做代码质量审查（DRY、一致性、错误处理），使用评测工具安全测试，并对照质量清单验证；四、创建评测，设计 10 个复杂且贴近真实的问题，生成 XML 格式评测文件，并独立验证答案。
服务器类型按传输方式区分：stdio 走进程管道，适合本地自定义服务器；HTTP 走 REST，适合云托管服务器；SSE 基于 Server-Sent Events，适合实时更新；WebSocket 双向，适合实时通信。
工具设计应面向工作流（如一次调用完成抓取、解析与摘要），避免只包装 fetch 的简单 API 封装。
实现标准示例：TypeScript 使用 @modelcontextprotocol/sdk/server/index.js 的 Server 类，并声明 capabilities: { tools: {} }；Python（FastMCP）使用 from mcp.server.fastmcp import FastMCP 创建 FastMCP 实例，用 @mcp.tool() 装饰器定义工具。
最佳实践：对所有输入输出做 JSON Schema 校验；提供带明确信息的完善错误处理；日志写入 stderr（stdout 保留给协议）；安全优先，校验输入并管理会话；提供可配置的详情级别以提升上下文效率；使用工具注解标记只读、破坏性、幂等。
限制：资料未提供具体支持的语言版本、依赖版本、部署方式、收费与价格信息；URL 与安装命令未提供，暂未提供相关命令内容。