用途：指导开发者创建 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：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、规划实现。阶段二为实现，涵盖项目结构搭建、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）以及工具实现（输入/输出 Schema、工具描述、注解如 readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为审查与测试，包括代码质量检查与构建测试。阶段四为创建评估，生成 10 个独立、只读、复杂、真实、可验证且稳定的评估问题，并以 XML 格式输出。
使用方式：推荐技术栈为 TypeScript（SDK 支持好、AI 生成代码友好）配合 Streamable HTTP（远程）或 stdio（本地）传输，也可用 Python。文档加载顺序：先看 MCP 协议 sitemap（https://modelcontextprotocol.io/sitemap.xml），再取具体页面加 .md 后缀；SDK 文档从 GitHub raw 获取；实现阶段参考语言专属指南。测试命令：TypeScript 用 npm run build 验证编译，并用 npx @modelcontextprotocol/inspector 测试；Python 用 python -m py_compile your_server.py 验证语法。
适用场景：需要为 LLM 构建连接外部服务的 MCP 服务器时。
限制：资料未提供具体收费、价格或平台信息；评估问题的答案需稳定且可字符串比对，评估仅使用只读操作。