用途：指导开发者构建高质量的 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。
主要能力与流程：分为四个阶段。阶段一为深度调研与规划，需理解现代 MCP 设计（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），研读 MCP 协议文档与框架文档，并规划实现。阶段二为实现，包括搭建项目结构、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），以及实现工具（输入模式用 Zod 或 Pydantic，定义输出模式与 structuredContent，编写工具描述，异步 I/O，错误处理，分页，注解如 readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为审查与测试，检查代码质量，TypeScript 运行 npm run build 验证编译，Python 用 python -m py_compile your_server.py 验证语法，并用 MCP Inspector 测试：npx @modelcontextprotocol/inspector。阶段四为创建评估，编写 10 个独立、只读、复杂、真实、可验证且稳定的评估问题，输出为 XML 格式的 evaluation 文件。
推荐技术栈：语言推荐 TypeScript（SDK 支持好、兼容多种执行环境、模型擅长生成），传输方式远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio。
参考资源：MCP 协议文档从 https://modelcontextprotocol.io/sitemap.xml 开始，再以 .md 后缀获取具体页面；TypeScript SDK 文档见 https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md；Python SDK 文档见 https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md。
限制：资料未提供具体收费、价格、平台支持范围或实际效果数据；评估脚本的具体运行方式暂未提供。