用途：mcp-builder 是 teamily-ai/skill-creator 下的 MCP 服务器开发指南，目标是创建能让 LLM 通过设计良好的工具与外部服务交互的高质量 MCP 服务器。其质量以能否帮助 LLM 完成真实任务来衡量。
主要能力：给出四阶段工作流。第一阶段深度调研与规划，理解现代 MCP 设计，包括 API 覆盖与工作流工具的平衡、工具命名与可发现性、上下文管理、可操作的错误信息；查阅 MCP 协议文档与框架文档。第二阶段实现，搭建项目结构、实现核心基础设施（带认证的 API 客户端、错误处理、响应格式化、分页），并实现工具，包括输入输出 Schema、工具描述、实现与注解（readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。第三阶段评审与测试，检查代码质量并构建测试。第四阶段创建评估，编写 10 个独立、只读、复杂、真实、可验证、稳定的评估问题，输出为 XML 格式的 qa_pair。
使用方式：推荐技术栈为 TypeScript（SDK 支持好、静态类型、环境兼容性好）配合 Streamable HTTP（远程服务器、无状态 JSON）或 stdio（本地服务器），也提供 Python 方案。文档建议从 https://modelcontextprotocol.io/sitemap.xml 开始，再以 .md 后缀获取具体页面，例如 https://modelcontextprotocol.io/specification/draft.md。TypeScript SDK 文档：https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md；Python SDK 文档：https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md。构建验证用 npm run build，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、构建 MCP 服务器、设计工具接口与评估集的开发者。
限制：温度、收费、价格、平台等信息暂未提供。资料中强调工具应为只读评估、不确定性时优先全面 API 覆盖，但具体实现细节需参考各语言指南。