用途：构建 MCP（Model Context Protocol）服务器，向 AI 智能体暴露工具、资源与提示词，使智能体能够发现并使用这些能力。
主要能力：定义工具（可被智能体调用的操作）、资源（供智能体读取的上下文）与提示词；支持 TypeScript 与 Python 两种实现路径；可本地构建、测试并注册到智能体配置中使用。
使用方式（TypeScript）：用 npx @modelcontextprotocol/create-server my-mcp-server 生成脚手架，进入目录执行 npm install；在 src/index.ts 中通过 @modelcontextprotocol/sdk 创建 McpServer，使用 server.tool() 定义工具、server.resource() 定义资源，并以 StdioServerTransport 传输启动服务；用 npm run build 构建；用 npx @modelcontextprotocol/inspector node dist/index.js 测试；也可直接发送 JSON-RPC 请求测试工具调用。
使用方式（Python）：pip install mcp，使用 mcp.server.fastmcp 的 FastMCP 创建服务，用 @mcp.tool() 与 @mcp.resource() 装饰器定义工具和资源，运行 python server.py。
注册到 Claude Code：在 ~/.claude/settings.json 或项目 .claude/settings.json 的 mcpServers 中配置 command、args 与 env。
设计建议：工具名用「动词+名词」且语义清晰；参数使用 Zod（TS）或类型提示（Python）做类型约束；提供清晰描述，因为 AI 依据描述判断何时调用；错误应返回消息而非抛出；读操作应幂等；破坏性写操作应先说明将执行的动作。
限制与注意事项：MCP 服务器通过 stdio 通信，不要向 stdout 打印调试信息，调试日志应使用 stderr（如 console.error）；连接智能体前先用 inspector 测试；工具应保持单一职责，避免用模式开关的巨型工具；资源用于智能体读取上下文，工具用于智能体执行动作。资料未提供具体收费、价格与平台支持范围。