Figma 联合创始人 Dylan Field 认为 MCP 并非完美协议
Figma 在印度首届 Config 大会上宣布新增 20 个 MCP 合作伙伴,包括 Linear、Notion、Mistral、Meta Muse 等。联合创始人 Dylan Field 同时表示 MCP 并非完美协议,认为其更有利于前沿实验室,并指出 Anthropic 未通过 MCP 开放 artifacts 等云资源,存在不对称上下文共享问题。
Figma 在印度首届 Config 大会上宣布新增 20 个 MCP 合作伙伴,包括 Linear、Notion、Mistral、Meta Muse 等。联合创始人 Dylan Field 同时表示 MCP 并非完美协议,认为其更有利于前沿实验室,并指出 Anthropic 未通过 MCP 开放 artifacts 等云资源,存在不对称上下文共享问题。
HeyGen 开源 HyperFrames,把 HTML、CSS 和可 seek 动画渲染成确定性 MP4,Apache-2.0 协议,GitHub 68,154 颗 Star。
推荐理由:原文拆解了 HyperFrames 用 HTML 加可 seek 动画实现确定性视频渲染的思路,并给出与 Remotion 的取舍对比,可迁移到其他 Agent 内容生成的设计中。
XERJ 是基于 Rust 的本地优先搜索引擎,结合 BM25、向量混合搜索与 MCP 协议,为 AI Agent 提供低 Token 消耗的代码与文档检索。
Headroom 是一款本地运行的 LLM 代理与库,通过可逆压缩工具输出、日志与 RAG chunks,在不牺牲答案质量的前提下降低编码代理的 Token 消耗。
AI Agent 教程附录 E 按主题汇总五类经时间检验的资源:基础论文、工程指南、框架官方文档、基准与基础设施,每项附一句话说明价值。论文部分涵盖 CoT、ReAct、Reflexion、MemGPT、AutoGen 等奠基工作,指南部分收录 Anthropic《Building Effective Agents》及 MCP、A2A 官方规范。
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。
作者用 TypeScript 从零实现了一个可被 Claude Desktop、Cursor 直接调用的 MCP Server,提供本地 Markdown 笔记关键词全文检索能力。
推荐理由:作者给出了不到 60 行可运行的 MCP Server 实现和三个踩坑解法,读者可直接迁移到自己的工具服务开发中。
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。
在 Tansr 中,未传 system 与传入 [] 并非一回事:fallback 策略下仅未传时沿用平台 systemPrompt,传 [] 会得到没有业务段,systemAppend 不参与替换。
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。
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。
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。
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。
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。
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。
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。
本文面向有 Java 与 Spring 基础的开发者,先用 Spring Boot 3.5.x + Spring AI 1.1.x 跑通最小对话调用,再梳理 Spring AI 的概念体系与适用判断。
作者基于麦当劳中国本月开放的 MCP 接口(35 个工具)做了群内请客抽奖工具「麦从天降」,一个人请客、全群抽一人免单,页面没有任何付款入口。开奖采用 commit-reveal:发起时公布种子哈希,名单锁定时服务端生成 nonce,开奖用 sha256(seed:nonce:名单哈希) 计算中奖者,页面上可用 WebCrypto 验算,发起方和服务端都无法单方面改结果。
开发者基于麦当劳中国 MCP 接口开发参赛作品,可为异地两人各点一份同款麦当劳,两单带同一预约送达时刻。发起人付两单,对方只管收餐,付清后生成一张邀请卡。该作品是作者在麦当劳中国按 star 排名的开发者比赛中的第二个参赛作品。
滔搏体育基于 AgentCore 与 AgentLoop 搭建企业级多智能体运营底座,将零售经验沉淀为可复用 Skill 与专业 Agent,覆盖一线练货、线索挖掘和门店经营场景。单月练货涉及商品超 5700 件、练货次数超 39 万次,店长单次经营分析耗时从 2 小时缩短至约 20 分钟。借助 AgentLoop 评估反馈与业务、IT、AI 团队共同运营机制,已验证能力可跨门店、跨岗位持续复用。
WorkBuddy 内置"腾讯轻量云专家",可直接自动连接腾讯云轻量应用服务器(Lighthouse),无需手动设置腾讯云 secret id/key。用户在"专家·技能·连接器"中搜索并点击"召唤",首次授权登录腾讯云后即可对话、执行任务。
作者基于个人微服务电商项目的真实实施记录,给出 LLM 链路的失败面设计:契约层把模型名、参数、响应格式实测钉成硬约束,降级层按是否已写给用户分六层,边界层只给模型 3 个只读工具。
开源项目 REA(morluto/rea)通过 MCP 协议把 Ghidra、JADX 等反编译器封装为标准工具,让 Claude Code、Cursor 等 AI 智能体直接驱动符号还原与 AST 重构,GitHub Star 数突破 200,000+。
TestSprite-cli 是西雅图创业公司 TestSprite 今年 6 月 11 号开源的 AI 自动化测试命令行工具,Apache-2.0 协议,TypeScript + Node 实现,目前 4300+ star,最新版本 v0.14.0 于 10 月 6 号发布。
Amazon Bedrock 现已在 bedrock-runtime 与 bedrock-mantle 两个端点上为所有 Anthropic Claude 模型提供结构化输出,可直接返回符合 JSON Schema 的响应。
推荐理由:原文讲清了约束解码与 grammar 缓存等实现细节,读者可据此评估把该能力接入现有数据管线的工作量。
在本地用 llama.cpp 运行 9B 模型并接入自托管 AI 工作区 Odysseus,需要将对话外壳、推理服务与工具执行器分层对接并逐一排错。9B 模型权重存储约为 18GB,4 bit 量化下约 4.5GB,实际部署还需叠加 KV cache 与应用占用来评估 36GB 设备的可行性。工具调用的可见轨迹经清洗后可构造为微调数据,但训练前须先排除模板与接口问题。
作者介绍如何在 VSCode 的 CodeBuddy 插件中导入腾讯云官方 Lighthouse MCP Server,让 AI Agent 自动查看服务器历史资源信息。该 MCP 只能读取 CPU、网络等资源数据进行分析,无法 SSH 登录执行命令,具体命令仍需手动在服务器上敲。文中还给出腾讯云子用户 secret id/key 的创建、权限配置与删除步骤。
本文把 Spring AI 2.0.x 的破坏性变更分成九层,指出只有坐标、类、属性三层会编译或启动报错,其余六层全是静默变化,是升级顺利但上线出事的根因。五条最易漏掉的静默变化包括默认 temperature 0.7 移除、ChatOptions 集合从空变 null、工具解析 fallback 默认关闭、Usage 跨轮累加、OpenAI strict 默认变 false。
Spring AI 2.0.1 对应 Spring Boot 4.1.1 与 Java 17,原 spring-ai-core 被拆为 spring-ai-commons。
作者从 spring-ai-2.0.1 源码逐行拆解 ChatClient,说明 call() 与 stream() 两条链路的完整执行路径、advisor 链以 Deque.pop() 栈式推进、order 值越小越在外层,以及 entity() 把文本变成 POJO 的五个步骤。
本文逐行解析 Spring AI 2.0.1 消息体系与 Prompt 源码并标注文件行号,指出 MessageType.FUNCTION 已改为 TOOL、ChatOptions 是唯一完成严格不可变化的领域对象,而消息体系的 metadata 与集合字段仍可变。
本文逐个剖析 Spring AI 2.0.1 内置的 13 个 Advisor 实现到源码级,把它们归纳为观测、短路、改写、校验、循环、标记六种模式。
本文基于 spring-ai-2.0.1 源码逐行解析工具调用的定义阶段,覆盖 @Tool 注解、ToolDefinition 与 JsonSchemaGenerator 的 JSON Schema 生成逻辑。
本文基于 Spring AI 2.0.1 源码逐行解析工具调用的执行链路,覆盖从模型返回 AssistantMessage.ToolCall 到拿到 String 结果之间的 resolveToolDefinitions、参数绑定、反射调用与结果转换全过程。
作者实测了把公众号文章存入 ima 知识库的多种方式,包括把 URL 发给 WorkBuddy、手机一键存入、ima Chrome 插件一键收藏,以及通过 Skill 连接微信 ClawBot 定时批量同步公众号文章并自动生成简报推送到微信。文中附上监控同步、内容总结和去重简报三段 prompt,并说明已收录内容需从 ima 知识库桌面端删除,实测可以释放存储空间。
REA 是一款基于 MCP 协议的开源逆向分析套件,可接入 Claude Code、Cursor 等 Coding Agent,用自然语言指令完成桌面应用、原生二进制和前端打包产物的逆向分析。
推荐理由:作者实测后给出 REA 加 archify 的完整上手流程,读者可照着把应用逆向分析做成标准化的证据链推演。
Context7 是一个为 AI 编码代理提供实时、版本精准库文档的工具,本质是编码场景下的垂直 RAG,已索引超过 14.7 万个开源库。
本文系统梳理了 AI 时代代码安全审查工具的格局,先解释 MCP 协议如何让大语言模型直接调用安全扫描工具与漏洞数据库,再对比开源与商业两条路线。