用途：指导开发者构建高质量 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。服务器质量以能否帮助 LLM 完成真实任务来衡量。
主要流程分四阶段。一、深度调研与规划：理解现代 MCP 设计，在全面 API 覆盖与专用工作流工具之间权衡；工具命名要清晰可发现，使用一致前缀（如 github_create_issue）与动作导向命名；做好上下文管理，让工具返回聚焦数据并支持过滤与分页；错误信息应可操作，给出具体建议与下一步。还需查阅 MCP 协议文档与框架文档，推荐技术栈为 TypeScript，远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio。
二、实现：搭建项目结构，实现共享基础设施（带鉴权的 API 客户端、错误处理、响应格式化、分页），并逐个实现工具：输入 schema 用 Zod（TypeScript）或 Pydantic（Python），输出 schema 尽量定义 outputSchema 并使用 structuredContent，标注 readOnlyHint、destructiveHint、idempotentHint、openWorldHint 等注解。
三、审查与测试：遵循 DRY、统一错误处理、完整类型覆盖；TypeScript 运行 npm run build 并用 npx @modelcontextprotocol/inspector 测试，Python 用 python -m py_compile 校验语法。
四、创建评估：编写 10 个独立、只读、复杂、真实、可验证且答案稳定的问题，输出为 XML 格式的 <evaluation> 与 <qa_pair> 结构。
参考资源：MCP 协议站点 https://modelcontextprotocol.io/sitemap.xml、Python SDK 与 TypeScript SDK 的 README、语言专属实现指南与评估指南。限制：文档未提供价格、平台兼容范围等具体信息。