mcp

神秘的猪头

🔌 把 MCP 装进大脑！手把手带你构建能“热插拔”工具的 AI Agent各位 AI 探索者们，大家好！👋在上一篇文章中，我们拒绝了“手搓”工具的原始方式，成功编写了一个符合 MCP (Model Context Protocol) 标准的 Server，并在其中模拟了一个数据库查询工具。

AI 页面与交互迁移流程参考要把 A 项目的父子账号逻辑，迁移到 B 里面，模仿 A 中的交互、页面设计，但是不是完全照抄代码。这是个典型的 AI 需求，即不清晰，也不明确，一开始只有大致的思路，借助 AI 边做边改。最终细化上线的流程。这篇只展示前端的流程。

掘金发布 SOP（Codex + Playwright MCP + Edge）把本地 Markdown 文章稳定发布到掘金，并保留登录态，支持在新对话里直接复用。说明：C:\Users\jianzhangg\.codex\config.toml 中 Playwright MCP 参考：

从代码到智能体：MCP 协议如何重塑 AI Agent 的边界摘要：当大模型遇上工具调用，AI Agent 的想象力被无限放大。本文通过一个真实的 MCP（Model Context Protocol）项目实战，深入剖析如何构建一个能自主调用地图、文件系统、浏览器 DevTools 的多模态智能体。我们将从代码细节出发，探讨 MCP 协议的架构设计思想、工具调用的执行机制，以及在实际开发中遇到的挑战与思考。这不仅是一篇技术教程，更是一次对 AI Agent 未来形态的深度探索。

神秘的猪头

🚀 拒绝“手搓”工具！带你硬核手写 MCP Server，解锁 Agent 的无限潜能大家好！我是你们的 AI 领路人。👋最近 AI 圈子里什么最火？除了各种新出的 LLM 模型，那绝对就是 Agent（智能体）了。我们都知道一个公式：

Claude Code 黑客马拉松：5 个获奖项目，没有一个是"纯码农"做的Anthropic 刚办完一场黑客马拉松，500 人参赛，用的是最新的 Opus 4.6，时间是一整周。

AI 核心技能系列：12 篇文章带你系统掌握大模型岗位必备技能2026 年，AI 大模型岗位成为最炙手可热的职业方向。但问题是：该学什么？从哪开始？怎么学才能落地？

深入理解 MCP 协议：从本质解析到实战构建MCP（Model Context Protocol，模型上下文协议）是一种新兴的通信协议，旨在标准化人工智能模型与外部数据源、工具及服务之间的交互方式。它类似于 Web 开发中的 HTTP 协议或数据库领域的 SQL，为 AI 应用提供了一套通用的“语言”，使得不同系统能够无缝对接。

Chrome DevTools MCP：让 AI 编码助手拥有“浏览器之眼“当 AI 编码助手不再只是"猜测"代码效果，而是能够真正看到浏览器中发生了什么——这就是 Chrome DevTools MCP 带来的革命性变化。

无人装备硬件开发爱好者

硬核技术解析｜MCP 协议实现语音 AI 与 ESP32 软 / 硬件的标准化对接：从火山引擎豆包认证到全链路落地——中目录核心认知：MCP + 豆包 + ESP32 的技术定位与行业价值前置准备：火山引擎豆包大模型 API 密钥的官方获取流程

大模型开发 - SpringAI之MCP Client开发：让Agent动态调用远程工具服务当我们的AI Agent功能足够丰富时，一个新的问题浮现出来：如何让多个独立的Agent系统共享工具能力？

微信小程序自动化的 AI 新时代：wechat-devtools-mcp 智能方案FliPPeDround前端工程师 · 开源爱好者 · 正在找工作如果你曾尝试配合 AI 代理（如 Claude、Cursor 编写微信小程序，你大概率会遇到这样的困境：测试工具与 AI 代理集成困难、缺乏统一的自动化框架支持、无法充分利用 AI 的智能分析能力。更糟糕的是，当你想要使用 Claude、Cursor 等 AI 辅助工具来提升测试效率时，却发现没有合适的微信小程序自动化集成方案。

killer_queen4804

AI_agent(三) MCP协议（二）简历原文：(5)插件系统实现:(1)通过动态加载动态库(支持.dll(Windows)、.so(Linux)、.dylib(macOS))，并通过统一的Plugin抽象接口，管理tools/Prompts/Resources三类插件，使新增功能可以以"插件"形式独立开发和部署，而无需修改或重新编译主服务(2)调用:通过客户端发起的不同method的请求，以及根据mcp协议的工具描述字段，查找对应的工具回调执行，进行结果返回

无人装备硬件开发爱好者

硬核技术解析｜MCP 协议实现语音 AI 与 ESP32 软 / 硬件的标准化对接：从火山引擎豆包认证到全链路落地——上本文以客观、严谨、工程化为原则，从火山引擎官方流程切入，详细拆解豆包大模型 API 密钥的获取步骤；结合嵌入式开发底层原理，分析 MCP（Model Context Protocol，模型上下文协议）的核心架构、通信机制与安全规范；通过实现从 “豆包语义理解” 到 “ESP32 软 / 硬件执行” 的全链路落地。全文采用表格化呈现方式，兼顾新手友好性与工程实用性，覆盖嵌入式开发、AI 协议对接、物联网硬件控制全场景，为开发者提供可直接复现的技术方案。

带刺的坐椅

Solon AI v3.9.4 发布（智能体开发框架，支持 Java8 到 Java25）Solon AI 是一款面向 Java 开发者的全栈智能体（Agent）应用开发框架。它秉承 Solon 家族一贯的“克制、高效、开放”理念，向上抽象统一接口屏蔽模型差异，向下深度集成向量库、MCP 协议与复杂流控制。

告别手动调试！用 Flutter MCP 让 AI 直接操控你的 App直接对 AI 说"帮我登录一下"，然后它真的打开你的 Flutter App，填好账号密码，点击登录，跳转到首页。这不是科幻，今天就能用上。

zhangshuang-peta

基于人工智能的客户支持，配备安全人工智能客服机器人客户支持正站在 AI 革命的门槛上。生成式 AI“副驾驶”可以起草回复、排查问题，甚至执行诸如处理退款或更新账户等操作。潜力巨大：许多组织现在看到 AI 智能体能够自主解决大多数进入的客户请求，仅将最复杂的案例交给人工处理。这意味着更快的回复、7×24 小时可用性，以及得到解放的人类客服人员可以专注于复杂问题。简而言之，AI 承诺带来更满意的客户和更高效的支持团队。

Serena MCP：给 AI 装上工程级导航，告别迷路式编程目前 AI 在代码生成任务上已经取得了显著进展，无论是算法实现、接口封装，还是单文件级别的功能补全，它都能够给出结构清晰、语法正确、甚至风格良好的代码片段。在理想化的 Demo 场景中，AI 编码似乎已经足够聪明。

有点心急1021

图表展示 MCP 工具生成饼图生成多维度的表图生成桑基图生成树形图此外还可以让AI生成不同主题颜色的图，内置了七种主题，可拓展

zhangshuang-peta

为何MCP采用受阻（及如何解决）如果你今天作为开发者、IT 管理者或创业公司创始人正在构建 AI 智能体，你很可能经历过这个故事的某个版本：