跳到正文
10月19日周一
  1. 掘金67

    接餐饮 MCP 解析 TOON 数据的 4 个坑与修法

    作者用麦当劳中国 MCP 做营养搭配 CLI,总结出解析 TOON 格式的四个坑:行首字段带前导空格、null 与 0 是三种状态、字段内含逗号不能 split(','),以及被限流时 HTTP 照样返回 200。压测 305 次请求全部返回 200,只判状态码会把限流当成功、把空数据当没菜;解析器 src/toon.ts(331 行)默认严格模式,行数列数与表头不符直接抛错。

  2. 掘金76

    用 AI 定位生产环境偶发 Bug 的 5 个实战套路

    文章给出用 AI 定位生产环境偶发 Bug 的五个套路:时间盒日志回溯、失败与成功请求字段级 diff、并发压测复现、支持与反对证据双栏验证、把日志和数据库监控通过 MCP 接入 AI。核心主张是 AI 只做检索与枚举,改哪一行留给人自己;文中附四段可直接复用的 prompt、Go 并发复现骨架与环形缓冲代码,并列出只读账号、结果行数上限、敏感字段脱敏等六项上线自检清单。

    推荐理由:文章把 AI 排障的边界划在检索与枚举,给出的时间盒、字段级 diff 和假设卡可直接迁移到自己的排查流程。

  3. 掘金81

    MCP 深度解析:AI 工具层的 USB-C,如何把 N×M 个适配器收敛成 N+M

    这篇深度解析把 MCP 定位为 AI 应用与外部工具之间的公共接口标准:工具侧写成 MCP Server、应用侧内置 Client,即可把 N×M 份适配收敛为 N+M。全文拆解 Host/Client/Server 三层角色与 JSON-RPC 2.0 消息格式,用

    推荐理由:原文把 MCP 的协议机制与三大原语讲透,并给出可运行代码和不上 MCP 的判断标准,读者可据此评估自己的工具是否需要标准化。

  4. 掘金69

    我给 Agent 造了一个「元工具」:让它自己写工具,再用三道门锁住风险

    作者设计并实现了 meta_tool,让 Agent 在发现能力缺口时自行生成工具代码,再经静态门、人工门、运行门三道门禁校验后落盘到 generated/ 并注入注册表,下一轮对模型可见。核心约束包括手写工具优先、非交互环境默认拒绝、无沙箱同进程运行,作者在 Node 22 上逐一验证了门禁拦截、注册表合并顺序与 ESM 缓存绕过等关键论断。

  5. 掘金76

    开源 Moonlighting:用隐藏桌面让 AI Agent 托管多平台账号

    作者开源了 Moonlighting,一个让 AI Agent 在 Windows 隐藏桌面里操作浏览器、托管十几个平台账号的工具,密码经本地 DPAPI 加密、只以长度返回给模型。

    推荐理由:作者把隐藏桌面加本地凭据代理的做法做成了开源工具,读者可借鉴其无障碍树定位与凭据不进上下文的方案。

  6. 掘金84

    Chrome DevTools MCP 正式可用:AI 终于能自己开浏览器调试你的页面了

    Chrome DevTools MCP 正式可用,它把 DOM 检查、控制台、网络请求、性能追踪、无障碍树和 Lighthouse 审计等能力通过 MCP 协议暴露给 AI Agent,让 AI 自己打开浏览器观察页面、复现问题并验证修复。

    推荐理由:原文把 Chrome DevTools MCP 与 Playwright MCP 的定位差异讲清楚,并给出配置方式和权限风险,读者可判断是否在调试环节接入。

10月18日周日
  1. 掘金68

    MCP 传输方式与长连接详解:stdio 与 Streamable HTTP 怎么选

    MCP 把协议语义与传输层拆开,标准传输方式只有 stdio 和 Streamable HTTP 两种。stdio 让 Host 把 Server 拉起为本地子进程,延迟低、数据不出本机,适合个人桌面工具;Streamable HTTP 让 Server 作为独立进程远程服务多个 Client,平时一问一答,需要流式输出时才在单个请求内临时升级为 SSE 流。

  2. 掘金63

    桌面 AI 应用的工具调用安全设计:SSRF 防护、逐跳复检与沙箱取舍

    本文分享了本地优先桌面 AI 应用的工具调用安全设计,通过分层防护拦截 SSRF 并逐跳复检重定向。SSRF 防护含 URL 字面量校验、CIDR 判定与 DNS 解析校验三层,重定向改用手动跟随且每跳重新校验;同时明确不做文件系统与命令执行工具,并以 8 秒超时、200KB 上限和 3 跳重定向限制应对资源耗尽。

  3. 掘金84

    Function Calling 选对了工具,却总在参数上翻车?从 JSON Mode 到 Structured Outputs 一次讲透

    生产环境里 Agent 工具调用失败约 65% 出在参数 JSON 而非模型能力,本文据此梳理了从手写 Prompt、Function Calling、JSON Mode 到 Structured Outputs 的四代演进。

    推荐理由:原文把工具调用参数错误拆成语法与语义两层,并给出 schema 设计、服务端校验和有限重试的闭环做法,可直接照搬到自己的 Agent 工程。

  4. 掘金44

    AMP 协议演进实录:从明文哈希到 AES-GCM 加密如何平滑升级

    作者将 AMP 协议升级到 v0.2.0,引入 AES-256-GCM 端到端加密,采用“密文存储、明文哈希”设计,contentHash 仍基于明文计算以保持 Hash Chain 的确定性。v0.2.0 还新增跨设备同步的 export/import 接口,用只追加合并解决冲突。v0.1 的 8 个黑盒一致性测试未改一字即全部通过,升级完全向后兼容。

  5. 掘金78

    ECC(Everything Claude Code)深度解析:把编程 Agent 从“聊天写代码”拉进工程现场的 Harness 系统

    ECC(Everything Claude Code)是一个开源的 Agent Harness 性能优化系统,2026 年 Q1 Star 数达 119.8K、增长 119.8 倍,位列 Runa Capital ROSS 指数头部项目。

    推荐理由:文章拆解了 ECC 的五层架构与 AgentShield 安全参数,读者可借鉴它如何用规则和钩子让 Agent 长期稳定工作。

  6. 量子位79

    清华 THUNLP 联合面壁智能等开源 PilotDeck 2.0 智能体操作系统,任务成本降 83%

    清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队开源智能体操作系统 PilotDeck 2.0,以 WorkSpace 工作舱隔离多项目文件、记忆与任务,记忆全链路白盒化,支持查看、修改、删除与一键回滚。

    推荐理由:原文列出智能路由开启前后的费用与得分对比,读者可据此评估自己在复杂长任务中的模型编排策略。

10月17日周六
  1. 掘金80

    实测开源逆向工具 REA:给游戏加新角色、拆解学习 APP,噱头大于实际

    作者实测开源逆向工具 REA(Reverse Engineer Anything),配合 Codex 和 GPT-6 Astra 成功给单机游戏《火影战记》新增角色迈特凯,并逆向出一个 Flutter 学习 APP 的工程结构。

    推荐理由:作者用三套模型组合实测同一工具,并提炼出 Flutter 加固只盖 Java 层、客户端密钥应放后端这一可迁移经验。

  2. 掘金77

    ReAct:Agent 是怎么“边想边做”的

    这篇文章讲解 ReAct 模式如何让 Agent 通过想、做、看的循环实现边推理边执行,模型只负责决策,由 Harness 组装上下文并校验执行工具,Environment 产生真实状态变化。

    推荐理由:原文把 ReAct 循环拆成想、做、看三个环节,并给出最小实现以及约束、验证、纠正三步可靠性改造,可直接迁移到自己的 Agent 开发中。

  3. 掘金59

    Agent 工具设计:为什么给模型挂越多工具越容易出错

    文章指出 Agent 工具并非越多越好,工具 schema 挤占静态上下文前缀会稀释模型注意力,推高成本与出错率。作者把工具调用拆为声明、模型决定、执行追加、依据结果决定下一步四步,并将工具分为感知、执行、协作、事件触发、用户沟通五类,指出感知决定能力天花板、执行决定地板。