用途：指导开发者创建让 LLM 能通过工具与外部服务交互的高质量 MCP 服务器，以帮助模型完成真实任务为质量标准。
主要流程分四阶段。一、研究与规划：理解现代 MCP 设计，在 API 覆盖与工作流工具间平衡，不确定时优先全面 API 覆盖；工具命名清晰、用一致前缀（如 github_create_issue、github_list_repos）；控制上下文，返回聚焦数据并支持过滤/分页；错误信息需给具体建议与下一步。学习协议文档可从 https://modelcontextprotocol.io/sitemap.xml 入手，再以 .md 后缀抓取页面，如 https://modelcontextprotocol.io/specification/draft.md，重点看规范总览、传输机制（streamable HTTP、stdio）、工具/资源/提示定义。推荐栈为 TypeScript，远程服务器用 Streamable HTTP 无状态 JSON，本地用 stdio。二、实现：按语言指南搭建项目，创建含认证的 API 客户端、错误处理、响应格式化与分页等共享设施；工具输入用 Zod 或 Pydantic，定义输出 schema，用 structuredContent；实现异步 I/O、可操作错误处理、分页，并加 readOnlyHint、destructiveHint、idempotentHint、openWorldHint 注解。三、评审与测试：检查无重复代码、错误处理一致、类型完整、描述清晰；TypeScript 运行 npm run build，Python 运行 python -m py_compile your_server.py，均可用 npx @modelcontextprotocol/inspector 测试。四、创建评估：编写 10 个独立、只读、复杂、真实、可验证且稳定的问题，输出 XML 的 evaluation/qa_pair 结构。限制：具体收费、价格与平台支持暂未提供。