用途：该技能提供创建高质量 MCP 服务器的完整开发指南，目标是让 LLM 能借助所设计的工具完成真实世界任务，而非简单封装 API 端点。
主要能力：分为四个阶段。一是深度研究与规划，强调面向智能体设计：围绕工作流而非单一 API 端点构建工具、为有限上下文优化返回值、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；并要求阅读 MCP 协议文档、框架文档与 API 文档，制定包含工具选择、共享工具、输入输出设计与错误处理策略的计划。二是实现，先搭建项目结构与共享基础设施，再按计划逐个实现工具，定义输入校验模型（Python 用 Pydantic，TypeScript 用 Zod）、编写完整描述与文档、实现工具逻辑、添加只读/破坏性/幂等/开放世界等注解。三是审查与优化，检查 DRY、可组合性、一致性、错误处理与类型安全，并给出测试与构建建议：MCP 服务器是长驻进程，直接运行会导致进程挂起，可用评估工具、tmux 或 timeout 5s python server.py 等方式测试，Python 可用 python -m py_compile 校验语法，Node/TypeScript 可运行 npm run build。四是创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的问答对，输出为指定 XML 结构。
用法：按阶段加载相应参考文档，如 MCP 协议文档 https://modelcontextprotocol.io/llms-full.txt、Python SDK 与 TypeScript SDK 的 README，以及各语言实现指南与评估指南。
限制：资料未提供具体收费、价格、平台与收录信息；实际效果与兼容性暂未提供。