用途：该技能用于指导开发者创建高质量的 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。其核心理念是：MCP 服务器的质量取决于它能否帮助 LLM 完成真实世界任务。
主要能力：提供四阶段工作流。阶段一为深度研究与规划，包括理解现代 MCP 设计（API 覆盖与工作流工具的权衡、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（可先访问 https://modelcontextprotocol.io/sitemap.xml，再以 .md 后缀获取具体页面，如 https://modelcontextprotocol.io/specification/draft.md）与框架文档，并规划实现。推荐技术栈为 TypeScript，传输方式为远程用 Streamable HTTP（无状态 JSON）、本地用 stdio。阶段二为实现，涉及项目结构、共享基础设施（带认证的 API 客户端、错误处理、响应格式化、分页）、工具实现（输入 schema 用 Zod 或 Pydantic，定义 outputSchema 与 structuredContent，编写工具描述与注解 readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为审查与测试，包括代码质量检查、TypeScript 运行 npm run build 验证编译、使用 npx @modelcontextprotocol/inspector 测试，Python 用 python -m py_compile your_server.py 校验语法。阶段四为创建评估：先用只读操作探查工具与数据，再生成 10 个独立、只读、复杂、真实、可验证且答案稳定的问题，并输出指定结构的 XML 评估文件。
适用场景：需要为外部服务构建 MCP 服务器、希望提升 LLM 工具调用效果与可评估性的开发工作。
限制：资料未提供该技能的具体安装命令、收费方式、价格与平台支持细节；评估脚本的获取与运行方式亦未在资料中展开说明。