用途：指导开发者构建 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。阶段一为研究与规划，涉及理解现代 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（可从 https://modelcontextprotocol.io/sitemap.xml 开始，页面加 .md 后缀获取 markdown）、研读框架文档并规划实现（推荐 TypeScript；远程服务器用 Streamable HTTP 配合无状态 JSON，本地服务器用 stdio）。阶段二为实现，包括搭建项目结构、实现共享基础设施（带认证的 API 客户端、错误处理、响应格式化、分页）、实现工具（用 Zod 或 Pydantic 定义输入模式，定义输出模式与 structuredContent，编写工具描述、异步实现、支持分页，并使用 readOnlyHint、destructiveHint、idempotentHint、openWorldHint 注解）。阶段三为审查与测试，检查重复代码、错误处理、类型覆盖与工具描述，TypeScript 运行 npm run build 并用 npx @modelcontextprotocol/inspector 测试，Python 用 python -m py_compile your_server.py 验证语法。阶段四为创建评估，需生成 10 个独立、只读、复杂、真实、可验证且稳定的评估问题，并以指定 XML 格式的 qa_pair 输出。
使用方式：按阶段加载相应参考文档，包括 MCP 最佳实践、Python SDK 与 TypeScript SDK README、语言实现指南与评估指南。
限制：资料未提供具体收费、价格或平台信息；部分内容（如评估脚本运行方式）仅简要提及。