mcp

openclaw mcporter 操作 chome 在 window10/linux chrome-devtools-mcp主要是提供了一种新的方式，不集成搜索引擎来搜索东西，可以节省很多不必要的token花销。https://github.com/ChromeDevTools/chrome-devtools-mcp/ https://github.com/steipete/mcporter

斯普信专业组

构建基于MCP的MySQL智能运维平台：从开源服务端到交互式AI助手#作者：stackofumbrella这些项目本身就是「MySQL MCP Server」，主要负责把 MySQL 运维能力（查询、巡检、只读/读写控制等）以 MCP 工具的形式暴露给大模型或上层交互应用。

Solon AI (Java) v3.9 正式发布：全能 Skill 爆发，Agent 协作更专业！仍然支持 java8！Solon AI 迎来 v3.9 重磅更新！本次升级不仅大幅扩充了 Agent 的“技能书”（Skill），更在底层核心（Core）与智能体架构（Agent）上进行了深度进化。从多模态支持到复杂的 HITL（人工干预）机制，Solon AI 正在变得更强、更稳、更丝滑。

带刺的坐椅

用 10 行 Java8 代码，开发一个自己的 ClaudeCodeCLI？你信吗？最近 Anthropic 推出的 Claude Code 席卷了开发者圈子，其强大的终端交互和“自动驾驶”般的编程能力令人惊叹。那么，在 Java 生态中，我们能否快速构建一个同样强大且高度可控的应用？

zhangshuang-peta

Kong MCP注册表与Peta：在人工智能系统中连接服务发现与运行时安全一、在 AI 驱动应用中，把智能 Agent 与工具/数据可靠且安全地连接起来，是关键挑战在 AI 驱动的应用世界里，把智能 Agent 与工具和数据可靠、安全地连接起来，是一个关键挑战。两种新兴方案分别从这个问题的不同侧面切入：Kong MCP Registry 侧重于 AI 工具的服务注册与发现，而 Peta 则在这些工具被实际使用时提供运行时控制、可观测性与安全能力。本文将介绍并分析 Kong MCP Registry 在基于 Model Context Protocol（MCP）的架构中的角色，

zhangshuang-peta

适用于MCP的Nginx类代理：为何AI工具集成需要网关层一、把 AI 模型连接到外部工具正在变得“必需” 将 AI 模型连接到外部工具，正在成为构建高级“Agent（代理）”系统的关键要求。Model Context Protocol（MCP，模型上下文协议）已经成为一种开放标准，用来让这种集成更容易。但即便已经有了 MCP，组织仍然发现：一个代理/网关层依然至关重要——就像在 Web 架构里 Nginx 充当网关一样。本文会解释 MCP 是什么，以及为什么在基于 MCP 的架构中仍然需要一个类似 Nginx 的代理/网关。我们也会以 Peta 作为该网关层的

zhangshuang-peta

超越Composio：ContextForge与Peta作为集成平台的替代方案一、背景与写作目的 Composio 是一款在 AI 应用集成领域非常流行的平台，核心价值是：用很少的代码，把大语言模型（LLM）Agent 连接到大量外部工具，并提供内置的认证管理能力。它拥有 150+ 预构建工具集成（从 GitHub 到 Salesforce 等），让开发者可以快速把 AI Agent 接入真实业务系统。

体验MCP自动操作Pencil完成UI设计稿这次使用的方式不是安装 vscode的pencil插件，而是使用pencil的桌面版软件。pencil的桌面版软件启动时会自动给以下CLI或者IDE安装MCP，pencil的桌面版软件退出时会自动删除这些配置

zhangshuang-peta

大规模管理MCP服务器：网关、延迟加载与自动化的应用案例一、按工具拆分 MCP Server 的运维复杂度理论上，为每个工具单独部署一个 MCP server 能保持模块化——每个服务都有自己专属的集成端点。然而，这种架构在生产环境中会迅速变得运维复杂。随着工具数量增长，需要运行、配置和维护的 MCP server 数量也随之增加。每个 MCP server 本质上就是一个提供一个或少数工具的微服务。在多用户环境里，这个数量会进一步倍增——例如，如果每个用户或团队都需要某些工具的独立实例或独立凭证，你最终可能要管理几十个 server 实例。原本看起来很简单

基于 Spring AI 与 Streamable HTTP 构建 MCP Server 实践面向专家读者的实战文章，目标是把“模型驱动工具调用（MCP）”从协议、架构到工程落地完整走通。本文强调可扩展、可观测与生产级交付。

MCP Server 运行模式入门（Streamable HTTP / stdio）目标：把你当前项目里“关键类/方法/字段”与 MCP 协议运行流程对上号，尽量解释“它在做什么、为什么需要它”。

花酒锄作田

MCP官方Go SDK尝鲜此前在 MCP 官网就注意到官方提供了 Go SDK，近期由于在 Python 环境下开发 MCP Server 有点"审美疲劳"，因此决定使用 Go 语言尝尝鲜。

深入理解 Microservice Control Proxy(MCP) 的 AI 实战指南微服务控制代理（Microservice Control Proxy，简称 MCP）被公认为现代微服务架构中不可或缺的重要组件。作为一种先进的互联网技术，其核心功能是实现微服务之间的高效通信、动态路由、负载均衡和安全管理。

名字不好奇

一文拆解MCP协议MCP（Model Context Protocol，模型上下文协议）是一个用于连接大语言模型（如 GPT、Claude 等）与外部数据源和工具的开放协议。可以把它理解为 AI 的 USB 标准。通过这个协议，大模型可以发起对外部世界的连接。操作和感知模型以外的世界。

.NET平台MCP2025年3月，mcp这个协议突然爆火刷屏，很多大咖纷纷宣传讲解。这个伟大的协议统一了通过自然语言的描述让ai可以自动认识并正确的使用工具的标准，让agent可以更快走进现实。在当前这个协议的应用已经很广泛了，甚至很多agent框架内部可以把一些开发的函数以mcp的形式进行封装，从而更好地实现对工具的智能调用。

将SignalR移植到Esp32—让小智设备无缝连接.NET功能拓展MCP服务这段时间迷上了手搓Esp32的小智聊天机器人，也用.NET为小智AI开发了一些MCP转接平台和MCP服务。小智ESP32本身就具备MCP能力，可以调用本地MCP工具和服务端MCP工具，并将结果返回给设备，这个功能一直都有。

java本地实现mcp的服务器调用启动项目后，在cline里配置好deepseek的apiKey 然后在MCP Servers里配置本地的mcp Server服务器按本地配置的填入后是长这样点击add Server，可以看见加入成功，且成功连接这时候再去问ai，某个城市的天气怎么样，ai就会识别去调用mcp的服务器去查询。

AI中的Agent、Prompt、MCP与Function Calling：从简单对话到智能执行用户直接向AI提出的问题或指令，如：AI的“角色设定”，定义其：技术实现：核心问题：AI的"信息茧房"与现实需求脱节

Langchain 1.0.2 从入门到精通（含基础、RAG、Milvus、Ollama、MCP、Agents）前置知识：🦜️🔗 Langchain v0.x⛳️ 地位🙋‍♂️ 影响大模型（Large Model，也称基础模型，即 Foundation Model），是指具有大量参数和复杂结构的机器学习模型，能够处理海量数据、完成各种复杂的任务，如自然语言处理、计算机视觉、语音识别等。

从 Stdio 到 HTTP：用 Go 打造按需加载的 SQLite MCP Server之前写过《MCP 是什么？一次搞懂 AI 如何“标准化接入世界”》一文，从宏观层面剖析了 Model Context Protocol (MCP) 的核心目标——消除 AI 模型与外部数据之间的信息壁垒。