让你的智能体能够设计和实现高质量的 MCP 服务器，将 LLM 连接到外部 API 和服务。
当你需要在 LLM 和你的 API 之间建立桥梁时
当你想要创建专门的工具供 AI 智能体使用时
当你需要评估 LLM 使用你的工具的效果如何时
研究目标 API 并规划你的工具命名和可发现性
在 TypeScript（推荐）或 Python SDK 之间选择你的技术栈
实现核心基础设施，包括认证、错误处理和 Zod/Pydantic 模式
创建全面的评估问题以验证服务器的有效性
你
我需要为我们公司的内部 CRM 系统创建一个 MCP 服务器。
Agent
我将引导你进行第一阶段的研究，将你的 CRM 端点映射到命名规范的工具。我们将使用 Zod 实现一个基于 TypeScript 的服务器，以进行严格的输入模式验证，然后我将帮助你生成 10 个现实的评估问题，以确保智能体能够成功查询和更新 CRM 记录。
使您的代理能够创建具有良好结构和工具集成的、高质量的 GitHub Copilot 提示词 (Prompts)。
让您的智能体能够使用 shadcn/ui 和 Tailwind 为 Claude.ai 构建复杂的、多组件的 React Artifacts。
使您的代理能够构建可编辑的 HTML 幻灯片，并将其导出为专业的 PPTX 或 PDF 文档。
让你的智能体能够直接从命令行与 MCP 服务器交互并进行测试。
让你的智能体能够使用你的环境 URL 为 GitHub Copilot 配置 Dataverse MCP 服务器。
