用途：指导开发者创建高质量的 MCP（Model Context Protocol）服务器，让 LLM 通过设计良好的工具与外部服务交互。质量以能否帮助 LLM 完成真实任务来衡量。
主要能力：提供四阶段流程。阶段一为深度调研与规划，讲解 API 覆盖度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；并指引查阅 MCP 协议文档（先看 https://modelcontextprotocol.io/sitemap.xml，再以 .md 后缀获取页面，如 https://modelcontextprotocol.io/specification/draft.md）与框架文档。阶段二为实现，含项目结构搭建、共享基础设施（认证、错误处理、响应格式化、分页）以及工具实现，建议使用输入 Schema（TypeScript 用 Zod，Python 用 Pydantic）、输出 Schema 与 structuredContent、清晰的工具描述和注解（readOnlyHint、destructiveHint、idempotentHint、openWorldHint）。阶段三为代码质量审查、构建与测试，TypeScript 可用 npm run build 验证，测试工具为 npx @modelcontextprotocol/inspector，Python 可用 python -m py_compile your_server.py。阶段四为评估，创建 10 道独立、只读、复杂、真实、可验证且稳定的题目，输出为 XML 格式的 evaluation 与 qa_pair。
技术栈建议：TypeScript（SDK 支持好、静态类型、lint 友好）或 Python；远程服务器用 Streamable HTTP（无状态 JSON），本地服务器用 stdio。SDK 文档可从 https://raw.githubusercontent.com/modelcontextprotocol/typescript-sdk/main/README.md 与 https://raw.githubusercontent.com/modelcontextprotocol/python-sdk/main/README.md 获取。
限制与未提供信息：资料未提供具体收费、价格、平台支持范围或实际效果数据，相关细节暂未提供；评估脚本的运行方式仅提及由所提供脚本执行，未给出具体命令。