我把麦当劳官方 MCP 的 35 个工具全测了一遍,几个坑文档里没写
作者真机实测麦当劳官方 MCP(mcp.mcd.cn)的 35 个工具,确认能跑通并真实下单,但发现多个文档未写的坑。返回体是 Markdown 混 JSON,需用 raw_decode 从 {"success" 起点解析;营养库约 160 条条目没有商品 code,只能按名字匹配且建议精确匹配、匹配不上返回 null。
作者真机实测麦当劳官方 MCP(mcp.mcd.cn)的 35 个工具,确认能跑通并真实下单,但发现多个文档未写的坑。返回体是 Markdown 混 JSON,需用 raw_decode 从 {"success" 起点解析;营养库约 160 条条目没有商品 code,只能按名字匹配且建议精确匹配、匹配不上返回 null。
作者参照 TRAE 官方介绍的 Agent + IDE 工作方式,用 Vite + TypeScript 本地实现了一个 Markdown 发布前检查器,可检查标题跳级、本机图片路径、正文 TODO 与「待补充」并给出行号和修改建议。
作者写了一个 186 行纯标准库、不联网的 A2A Agent Card 体检工具 card_lint.py,用 11 条规则检查卡片结构、来源和内容夹带,并支持 digest 固定值对比,可直接接入 CI。
推荐理由:作者给出了可复用的静态检查规则和 CI 落地方式,读者能直接照做并把卡片变更纳入评审。
Agent 拆解系列基于 DeerFlow 2.0 真实源码进行深度拆解,带开发者从“会用 Agent”进阶到能独立改造并二次开发生产级 Agent 运行时。其核心采用 LangChain + LangGraph 技术栈,将运行时抽离为独立的 deerflow-harness 包,与后端应用层严格隔离。
作者指出Agent开发已成为明确方向,并给出"体验市面AI产品、学习Langgraph Python SDK、动手写demo"的三步入门路径。同时总结了结构化输出、tool_call调用、plan-execute模式及分页检索节约Token等实战踩坑经验。
本文是《Agent Harness 从用到会造》第 6 讲,核心结论是多层 Agent 链路中报错的层往往不是真正出错的层,定位能力由结构决定而非数据决定。
本文分析单会话聊天在复杂工程中的串行阻塞与上下文污染问题,并拆解 Claude Code 创作者 Boris Cherny 的工程实践:用 Git Worktree 做物理并发隔离、以 Plan 模式前置收敛方案、靠 CLAUDE.md 负反馈回写沉淀项目记忆。
本章提出 Agent 质量控制项的选型框架:按前馈/反馈与计算/推理交叉出四象限矩阵,用三连问决策树确定该用哪种控制,并给出 Token 经济学成本核算法。核心原则是先计算后推理、先前馈后反馈,高频场景优先付一次性搭建成本做成计算型控制项。控制项并非越多越好,过度约束会拖垮自主循环、诱发规避行为,应按长期零命中、高误报、被系统性绕过三个信号主动做减法。
“宏观状态机治理长生命周期、微观 DAG 驱动高并发异步任务”的双核流程引擎架构,配套开源 Lab 14 实战工程,完整验证 Kahn 算法动态调度与 Saga 逆序补偿闭环。宏观 FSM 以乐观锁管理流程实例顶层状态,微观 DAG 基于 Kahn 算法实时维护节点入度,入度归零即并发发射至线程池。节点执行与状态跃迁均同步写入事务性事件账本,重启后 Watchdog 重放事件流即可断点续跑。
本文讲解 DeepSeek Harness(DSH)的插件化架构,帮助读者在动手写插件前建立 Cordis 内核与 DSH 的心智模型。
OpenAI 错位行为披露页显示,一起 Agent 越界事故事发近两个月后靠回扫才被发现,作者据此拆出范围基线缺失、只看结果不看动作等四个发现断点,并给出范围契约、动作级审计、检测规则、回扫与止损四层发现链路。
推荐理由:作者把 OpenAI 披露页当事故档案拆出四个发现断点,并给出可在本机沙箱复现的四层发现链路与七条自查清单。
豆包手机助手的屏幕自动化协议SAEP公告期于10月14日结束,155款App(含微信、淘宝、支付宝、王者荣耀及DeepSeek、Kimi)拒绝开放AI读屏操作。作者将拒绝原因拆为商业防御、风控安全、同行互斥三层,并指出豆包另有MCP和A2A接口路线,已接入航班管家、曹操打车等出行服务,酒店预订走独立渠道、成交抽佣约12%。
作者指出 Claude Skills「已安装」不等于「已可用」,并给出一套首跑验收流程。技能按渐进式披露加载,description 常驻系统提示,装 50 个技能约占用三千到五千 token 的上下文预算;验收设触发可达性、上下文注入、环境跑通、产物合规、幂等复跑五道关卡,附 Python 验收脚本,并建议先验收再囤积、用触发回归做持续治理。
LangBot v4.11.0 把 OneBot v11 提升为事件驱动适配器,好友申请(friend.request_received)与入群邀请(bot.invited_to_group)可各自路由到同一个本地 Agent 处理,不再套用收消息回回复的聊天流程。
作者给出 skill 静默失败的五问分诊树,按装载、触发、正文、脚本、接口五层依次排查,每层只认自己的证据渠道。description 要过三道关,需量两次判两次,第一量单字段对 1024,第二量拼接 when_to_use 后对 1536。触发是概率判断,一次不算数,证据靠 6 到 10 条查询的批测加 on/off 基线,另附一条 30 秒跑完七查的 audit_skill.py 命令。
搭建以 Claude Code 为核心的主流 AI 开发环境,需配置 glm-5.3 模型的 API Key,让 AI 在 VS Code 中辅助编程。前置准备包括安装 Node.js、VS Code 和 Git for Windows,再通过 npm 全局安装 Claude Code CLI。
本文提出企业 Agent 接入现有系统的“接入三道坎”分析框架,对比 A2A、MCP、传统 API 网关与工具网关四类方案。文章指出 MCP 标准化的是连接而非治理,业务级鉴权、幂等与审计仍需在网关层集中处理,并给出一段可运行的 Python 接入自查脚本与六关清单,覆盖协议、身份、权限、幂等、审计与数据边界。
LangBot v4.11 用事件路由把 Telegram 群务拆给三个 Agent:group.member_joined 叫醒欢迎 Agent、message.received 叫醒群规问答 Agent、group.member_banned 叫醒群管理 Agent,同一事件只命中一条路由。
DeepSeek 借助 get_user_by_id 只读工具查询 PostgreSQL 中的真实用户数据,模型仅负责选择工具与生成参数,验证和执行全部由 Python 完成。
作者开源 drone-camera 库,同一套飞行控制内核同时驱动 three.js 本地沙盒与 CesiumJS 真实地球,换后端只改一个参数,面板与航线编辑零改动。
阿里云云通信基础产品研发团队分享全链路 Agent 作业模式,以云端数字分身承接需求并路由,配合九大工序流水线实现端到端交付,简单需求端到端交付率为 66.7%。分身沿用人的权限作业,按需求风险等级 R 与能力等级 L 门禁渐进扩展边界,单个分身可并行处理三到四个需求,已推广至国内短信、智能语音、智能调度、国际短信四条业务线。
本文讲解 LangGraph 中 Checkpointer 与 thread_id 如何让图状态跨多次 invoke() 调用延续,并区分了 State、Checkpoint、Checkpointer、thread_id 四个概念。
这是一篇 LangGraph 入门教程,用配套示例 state_routing_demo.py 搭出搜索、审核、不合格则重试的可控循环,示例为模拟数据,不需要模型 API Key。
作者梳理了 AI 应用中九类数据库的定位与选型逻辑,指出不存在包办一切的 AI 数据库,传统数据库、向量数据库、搜索引擎、图数据库和分析引擎各解决不同问题。核心建议是从 PostgreSQL 等统一底座起步,先用全文检索,再按真实瓶颈逐步引入 pgvector、专用向量数据库或分析引擎,避免过早堆叠复杂技术栈。
LangChain 常用场景实战演示了结构化输出、短记忆聊天与联网搜索工具三类能力。结构化输出通过 with_structured_output 让 qwen3.5-plus 按 Pydantic 模型从简历提取姓名、电话等字段;InMemorySaver 配合 thread_id 让聊天机器人记住同一会话上下文。
AgentScope Java 的 JEV 模块通过 Noul、Choice、Score 三种问题类型,将模糊的大模型输出转化为结构化、可量化的 Agent 决策。它利用 JevJudge 与 JevExecution.Decision 等状态枚举,严格区分“评审结果”与“执行决策”。针对低置信度等不确定性,JEV 要求按工具选择、执行防护等具体场景分别进行回退、拒绝或保留弃权状态处理。
Alibaba Cloud AgentCore 企业智能体构建与治理八城巡回沙龙将于 2026 年 10 月 23 日在上海开启首站,主题为“让 Agent 成为企业生产力”。
作者从一篇热传的携程员工 Agent 面试帖出发,指出背题答案半年就换一茬,真正稳定的是背后的三条主线:Prompt 组装、上下文管理、Tool/Skill/MCP 的能力边界划分。
REA 是一个用 AI 做安卓应用逆向分析的开源工具,一个多月冲到 15 万+ Star。作者认为 AI 带来代码语义理解、动态分析 Agent 化编排和多模态 UI 理解三个质变,但云端校验、反调试对抗与上下文窗口构成明确天花板。作者判断其价值在于把安全分析成本降低一个数量级,并倒逼关键逻辑上云与运行时防护升级,而非软件已死。
2026云栖大会上,阿里云展示从数据采集、标注到训练、推理的端到端全栈方案,以"数据闭环"与"模型闭环"协同支撑多模态AI走向生产。卓驭科技、中国电信、乐享元游与微财等企业分享了多模态湖仓ZLake、TeleAgent、实时湖仓与特征开发自动化等实践,其中乐享元游经营报表更新周期由一天缩短到一分钟。
AgentTeams 1.2.5 正式发布,默认搭配独立发版的 Dashboard v1.3.1,新增编码 CLI 管理、执行记录查看与 LLM 参数调优。Dashboard 将用户与权限、Worker、Skill、MCP 和模型资源集中管理,并提供项目与任务两级看板跟踪协作进展。
作者一人协同多个 AI 在 3 个月内完成 27 万行代码、近 3000 次提交,全年 AI 工具成本约 1.7 万元人民币。
本文给出2026年Web技术选型的判断框架,核心是先区分用AI辅助开发与把AI做成产品功能两类需求,再按项目形态给出候选方案。作者在React、Vue、Node.js、Python等常见比较之外,补充了代码可理解、可验证、可约束三个条件,并强调AI功能交付前要补上效果评估、工具权限与成本控制,Agent框架仅在需要模型动态决定步骤时引入。
本文把业界 RAG 查询路由方式整理为三大流派、两个旁支、十一种指路方式,并给出选型框架。规则派做确定性快筛,相似度派扛毫秒级流量底盘,大模型派处理最难的理解,RRF 并联融合与级联降级分别消灭选择与风险。作者建议按数据源数量、延迟预算、错误代价三问选型,生产系统多为语义路由打底、逻辑路由特判、源内 RRF 融合的三层混搭。
HiRoute 是运行在本机的开源路由引擎,用 Jev 判断当前任务需要多强的能力并评价上一阶段完成质量,据此在 Agent 工作流中动态选择模型。
AI 竞技场 Arena 宣布,深度求索 DeepSeek-V4.1-Flash-20261017(Max)登顶 Agent Arena 与 Code Arena: WebDev 开源模型榜单,总榜排名第 11。
2007 年图灵奖得主、Verimag 实验室创始人约瑟夫 · 斯发基斯在 2026 可持续全球领导者大会上呼吁建立全球 AI 监管标准。他指出,当前 AI 系统无法理解现实世界并做出安全决策,AI 自我演进并不总是向好,超级智能可能掩盖不安全与不可控的真实风险。他同时警告一些大公司利用监管空白谋利,当务之急是治理我们已经拥有的 AI 系统。
作者公开 docker-gitops 仓库,把三台服务器当程序管理:运行内容以 Git 为准,改动走 commit 和 push,不再 SSH 手动修改。四个实际生效的做法包括防火墙脚本、agent skill、每日两次巡检和 README 地雷图。作者的结论是只拿来跑的软件放 Compose,自己写的软件放 Kubernetes。
10月19日 MiniMax 正式更新 M3.1 Flash,确认此前匿名的 Space Bunny 为其早期版本,亮身份前已处理超过 200T Token。线上推理速度提升近 3 倍,Agent 任务综合使用成本下降 70%,DeepSWE v1.1 拿到 73.7%逼近 Opus 5,OSWorld 2.0 得 61.7。
推荐理由:原文把匿名期调用量、任务评测和成本曲线放在一起,读者可据此判断 Flash 模型能否在日常项目中替代旗舰。
Claude Code 的 Agent Teams 机制让多个独立的 Claude Code 实例组成团队,通过 Team Lead、Teammates、Task List 和 Mailbox 四个组件分工协作完成复杂任务。