MCP标签_AtomGit开源社区

MCP

什么是MCP、MCP服务，通俗易懂讲清楚，其实没那么高深

MCP（模型上下文协议）是AI领域的新技术标准，旨在解决大语言模型的局限性。它通过统一通信协议，让AI能够连接外部工具获取实时数据、执行复杂任务，突破了传统FunctionCalling的分散对接模式。文章用智能家居比喻解释MCP架构（Host/Client/Server三层结构），并介绍了多个MCP服务市场（如mcp.so、mcpmarket.com等）供用户查找现成工具。MCP就像AI世界的&

AiBots
2025-06-29 13:37:25

 6910

 31

#人工智能 #MCP
【MCP实践】Python构建MCP应用全攻略：从入门到实战

本文详解基于Python的FastMCP服务开发框架，其通过工具(Tool)、提示(Prompt)、资源(Resource)三大核心组件构建智能应用生态。工具模块通过@mcp.tool()装饰器注册业务逻辑单元，实现API对接与数据处理；提示模块借助@mcp.prompt()创建结构化指令模板，精准引导大语言模型输出；资源模块利用@mcp.resource()整合静态配置与动态数据流。三者在Che

arbboter
2025-06-06 14:15:32

 9812

 19

#python #开发语言 #人工智能 +1
CherryStudio配置本地MCP服务器实现FileSystem本地文件系统读写操作

以下是为Cherry Studio内置的MCP服务器添加FileSystem文件系统MCP组件的详细步骤：步骤1：安装UV和Bun工具FileSystem文件系统操作MCP组件的运行依赖UV和Bun工具，需先确保它们已正确安装：1. 自动安装（推荐）：打开Cherry Studio，进入【设置】 → 【MCP服务器】。

猿类崛起@
2025-04-21 17:43:08

 1.3w

 28

#人工智能 #MCP #学习
CherryStudio使用指南——详细教程让你玩懂AI

CherryStudio一站式AI工作台使用指南：从多模型集成到知识库管理，手把手教你配置本地/API模型、添加联网搜索功能，更有MCP协议和RAG知识库实战教程，助你打造私人AI生产力中心！

soleiltree
2025-04-19 01:38:50

 3.3w

 45

#人工智能 #AI #MCP
搞懂MCP和Skill，AI Agent从“能用“变“好用“

本文深入解析了AI Agent开发中的两个关键概念：MCP（Model Context Protocol）和Skill。MCP是标准化连接外部工具的"万能插头"，解决了多工具集成问题；而Skill则是指导AI如何执行任务的"菜谱"，定义了工作流程和规则。两者并非替代关系，而是互补协作——MCP提供能力，Skill提供方法。文章通过代码审查等实例说明，只有同时具备工具连接（MCP）和任务知识（Ski

第十个灵魂
2026-06-23 10:42:19

 521

 15

#人工智能 #MCP
MCP（Model Context Protocol）实战：怎么给你的 Agent 接外部工具

MCP 把『M个模型×N个工具』的集成地狱变成 M+N 的即插即用。讲清三个角色、三类能力、通信链路，并动手接一个 Server。

m0_73614031
2026-06-17 13:36:13

 193

 5

#MCP
RAG评估完全指南：别让你的知识库变成“垃圾回收站“

RAG评估是确保问答系统质量的关键步骤，通常被忽视但至关重要。文章指出，90%的RAG系统问题源于未经系统评估，而非模型本身。评估应分为检索和生成两个独立阶段：检索阶段关注召回率、MRR和NDCG等指标，确保找到正确文档；生成阶段评估忠实度、相关性、完整性和流畅度，避免幻觉和遗漏。建议结合自动化工具（如Ragas、LangSmith）和人工抽检，并将评估集成到CI/CD流程和生产监控中，形成持续优

 鱼run
2026-06-16 15:31:01

 491

 10

#人工智能 #机器学习 #算法 +1
技能资产化：AI企业落地必须跨越的深水区

当大语言模型（LLM）的能力边界以月为单位向外扩张时，一个更为隐蔽但至关重要的问题正在浮出水面：那些经过团队打磨、承载业务know-how的技能（Skill），如何才能真正成为可复用、可管控、可传承的企业资产？

LEO的MATRIX
2026-06-14 09:25:35

 573

 23

#AI #MCP
MCP：Agent 时代的“USB-C”，还是新的供应链风险？

MCP 像 Agent 时代的“USB-C”，让 AI 能统一连接工具、数据和系统，从“会聊天”走向“能执行”。但它接入的不只是接口，更是权限与操作能力，也会带来工具投毒、提示词注入、数据泄露和供应链扩散风险。因此，MCP 值得拥抱，但必须配套最小权限、人工审批、审计追踪和安全治理。

一心同学
2026-06-13 22:28:48

 425

 8

#MCP #安全
一文看懂_MCP（模型上下文协议）：为什么它会成为AI时代的

对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？答案只有一个：人工智能（尤其是大模型方向）当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应

 拥抱AGI
2026-06-13 21:04:04

 284

 5

#人工智能 #学习 #AI +1
折腾了两天MCP协议，终于让AI帮我操作电脑了

折腾了两天MCP，我的感受是：这东西不是银弹，但确实是让AI落地的关键一步。以前我们说"AI能做什么"，答案基本是"能聊天、能写代码、能翻译"。有了MCP之后，答案变成了"能帮你干任何有API的事"。如果你也在做AI应用，强烈建议花一个周末把MCP跑通。那种看着AI帮你干活的爽感，值得。不过话说回来，MCP现在还比较新，文档不太全，踩坑是免不了的。建议从最简单的文件系统Server开始，跑通了再加

 weixin_45495161
2026-06-13 11:37:05

 369

 8

#人工智能 #MCP
AlphaAvatar：一个自托管的实时全模态个人 AI 助手运行时

AlphaAvatar 是一个开源、可自托管的实时全模态个人 AI 助手运行时，目标是从传统的无状态聊天机器人，演进为能够长期理解和协助用户的个人 AI 管家。

nopSled
2026-06-13 03:30:50

 252

 6

#人工智能 #MCP
MCP 终极愿景——成为 Agent 互联网的基石协议

我们研究了策略语言、成本分析、多租户、零信任安全。这个愿景的实现需要时间，需要技术突破，需要生态建设，需要多方协作。但方向是明确的，趋势是不可逆的。协议的规范必须公开、免费、无专利障碍。最后，我们展望了模型原生支持、区块链集成、自我治理等前沿方向。的基石协议，让任何浏览器可以访问任何网站，让任何网站可以被任何浏览器访问。自己处理认证、授权、审计。认证、授权、审计、限流、审批都在网关层统一处理。内部

 powerjuly
2026-06-13 02:55:46

 118

 1

#AI #MCP #人工智能
大模型原生支持 MCP——从模型指令到协议直通

模型能够感知策略约束，知道哪些操作是被允许的，哪些是被禁止的。这种方法不需要修改模型架构，只需要准备高质量的训练数据。挑战是需要大量的标注数据，且微调后的模型可能在其他任务上性能下降。协议合规性测试工具，可以验证模型的原生支持是否正确实现了协议。这种方法的优点是模型不需要修改，缺点是增加了复杂度和延迟。调用的性能基准，可以用于评估原生支持的效率提升。直接是协议兼容的，不需要额外的解析和验证。协议的

 powerjuly
2026-06-13 02:52:32

 210

 4

#人工智能 #AI #MCP
一文说清 MCP：AI 世界的「万能遥控器」

本文介绍了MCP（模型上下文协议），旨在统一AI与外部工具之间的连接方式。MCP被喻为“AI世界的USB-C”，通过标准化AI自动发现和调用工具的流程，显著简化了智能体与各类服务的集成。其架构包含三大核心角色：Host（AI应用）、Client（通信层）和Server（执行服务），MCP允许AI在用户授权下自主发现并安全调用底层API。目前已有超过一万个公开Server，OpenAI、Google

图说交通
2026-06-12 22:30:00

 839

 20

#人工智能 #MCP
MCP 和 Function Calling 分别是什么，两者有何关系？一文带你快速了解（附实例）

Function Calling 是大模型原生的 API 能力：开发者预先定义工具函数信息后发送给模型，模型识别用户意图后，输出结构化调用指令。业务程序解析指令并执行对应工具，最后模型结合用户提问与工具返回结果，汇总生成最终答案。标准返回示例：// 要调用的工具函数名称// 函数所需入参：城市名称"arguments": {"city": "北京"}MCP（Model Context Protoc

X猫有九条命X
2026-06-12 19:32:58

 489

 17

#MCP
一文打通 AI 认知：LLM、Agent、MCP、Skill 完整体系

本文系统梳理了人工智能70年发展历程，分为四个阶段：理论萌芽期（1943-1956）、符号主义寒冬期（1957-1995）、机器学习复苏期（1996-2015）和大模型智能体爆发期（2016至今）。重点解析了当前AI四大核心组件：大模型（LLM）作为智能核心，智能体（Agent）负责自主执行，技能（Skill）实现具体操作，以及MCP协议提供标准化接口。文章还介绍了RAG、多模态AI、模型微调等新

 砍光二叉树
2026-06-12 17:35:12

 461

 10

#人工智能 #MCP
Spring AI + MCP 实战：Java 应用轻松调用外部工具

传统的 Java 后端开发主要处理业务逻辑，而在大模型时代，应用需要具备与 LLM 交互的能力。Spring AI 提供了统一的抽象层，而 MCP 则解决了模型与外部数据/工具连接的标准问题。通过 Spring AI 和 MCP 的结合，Java 开发者可以非常便捷地为大模型应用扩展外部能力。本文通过 CSDN 发布场景，展示了从配置到调用的完整流程，希望能为初学者提供清晰的入门指引。

whaledown
2026-06-12 16:10:01

 260

 5

#MCP
R-Shell开源项目实战解析：用Rust打造命令行SSH工具，支持连接管理、远程执行、SFTP与MCP

本文围绕 R-Shell 开源项目展开，介绍它如何用 Rust 实现一个命令行 SSH 工作台，覆盖项目背景、核心功能、技术栈、运行方式、模块结构、命令用法、安全设计和实际使用场景。

MageGojo
2026-06-12 16:04:19

 540

 9

#命令行工具 #运维 #MCP
把 GitNexus 接进 Codex：本地索引代码库后，如何用 cpolar 远程查看项目分析 Web UI？

把 GitNexus 接进 Codex：本地索引代码库后，如何用 cpolar 远程查看项目分析 Web UI？代码库一大，AI 编程助手最容易翻车的地方不是不会写代码，而是看不完整个项目。它改了一个 Service，却漏掉调用链；它理解了一个文件，却没看见跨模块依赖。GitNexus 适合解决这个问题：先把仓库索引成代码知识图谱，再把这份上下文交给 Codex 这类编程助手使用。这篇不写空泛

 cpolar技术支持
2026-06-12 14:39:12

 464

 6

#MCP
把 79 个数据工具塞进一个 Python 脚本, 再用 n8n 排成日更流水线

做跨境这几年, 我最大的感受是: 数据从来不是没有, 是"拉数据"本身把人累垮。打开十几个网页, 复制粘贴, 录 Excel, 再用聊天窗口问 AI, 一上午就过去了。后来我把整套流程压成了一个 Python 脚本加一个 n8n 调度,

跨境Jacky
2026-06-12 10:18:42

 266

 5

#跨境电商 #MCP
AI大模型通用上下文标准(MCP)

1.协议基本信息•发布方：Anthropic•正式发布时间：2024年11月•底层依赖：JSON-RPC 2.0•协议特性：有状态双向会话、能力自动协商、分层通信架构、支持本地STDIO与远程HTTP双传输模式•配套生态：官方规范文档、多语言SDK（Python/TypeScript等）、MCP Inspector调试工具、官方参考服务端2.核心设计理念1）关注点分离：拆分AI应用主机、协议客户端

 极深
2026-06-12 07:30:00

 1480

 25

#人工智能 #MCP
MCP协议是什么？为什么它被称为AI时代的“USB接口”？

为什么越来越多AI Agent开始支持MCP？看完终于懂了

 填满你的记忆
2026-06-10 21:56:23

 428

 6

#人工智能 #MCP
MCP 社区的治理模型——去中心化与标准化的平衡

开放指的是协议的规范本身是公开的、透明的，任何人都可以阅读、实现、扩展，而不需要经过某个中心化实体的许可。一个协议可以是开源但封闭的，例如某些项目虽然源代码公开，但规范的制定过程不透明，决策权集中在少数人手中。从最开始的观察者，到偶尔的评论者，到定期的贡献者，到核心贡献者，到维护者，到技术指导委员会成员。成员的任期应该有限制，例如一年或两年，以保证新鲜血液的注入。这种孵化流程的好处是：新特性可以在

 powerjuly
2026-06-10 01:37:37

 41

#去中心化 #区块链 #AI +2
基于 MCP 审计日志的成本分析与优化

使用成本模型中的单价乘以对应的成本因子，得到单次调用的成本。按小时、天、周、月对成本进行聚合，可以观察成本的时间模式。将所有属于同一个用户的调用成本相加，就得到该用户的总成本。调用耗时，对于按时间计费的服务，耗时直接决定成本。传输数据量，对于按流量计费的服务，请求和响应的数据量决定成本。通过审计日志和成本分析，企业可以将模糊的云账单转化为精细化的成本洞察，用数据驱动成本优化。第六，成本治理的文化建

 powerjuly
2026-06-10 01:47:49

 100

 1

#数据库 #人工智能 #AI +1
MCP 生态中的 Skill 质量评级体系——如何衡量一个 Skill 的好坏

有的来自官方，有的来自第三方开发者，有的来自开源社区。自动化检查可以验证文档是否包含了所有必要的章节，是否有缺失的字段说明。安全扫描，检测已知的安全漏洞、依赖库的漏洞、敏感信息泄露。自动化评级可以覆盖功能正确性的大部分测试、性能基准测试、可观测性指标检查、文档结构的自动化校验、维护活跃度的数据采集。自动化扫描可以检测常见的安全问题，如日志泄露、硬编码密钥、不安全的依赖版本。评分的算法和权重公开透明

 powerjuly
2026-06-10 01:36:12

 291

 6

#人工智能 #AI #MCP
2026全球AI大模型大战：OpenAI冲击IPO，Meta豪赌超级智能，AI Agent时代来了

2026年AI行业迎来关键转折，超级智能和AIAgent成为核心焦点。OpenAI启动IPO，推动AI产业资本化进程，但面临算力成本、盈利模式和激烈竞争等挑战。Meta押注超级智能，构建具备持续学习和自主决策能力的系统。微软减少对OpenAI依赖，开发自研模型以满足企业需求。Anthropic凭借Claude在长文本处理、编程和Agent能力上脱颖而出。AIAgent从被动应答升级为主动执行任务，

人道领域
2026-06-09 23:50:31

 1198

 22

#人工智能 #MCP
技术速递｜以 Token 经济学驱动的架构：混合模型、AI Runway、AKS Kata MicroVM 与 MCP

Token 经济学已经成为新的 SLO（服务等级目标）。Agent 化工作负载会成倍增加模型调用次数，而每一次调用都有成本。真正能够改变成本曲线的，不是 Prompt，而是架构设计。对模型进行分层，对部署位置进行分层。将 Frontier 模型用于最高层的推理与决策；将小模型用于绝大多数实际工作；稳定态任务运行在集群内 CPU 上，而较重的约 15% 工作负载则运行在集群内 GPU 上。将 AKS

MicrosoftReactor
2026-06-09 22:19:53

 415

 9

#架构 #人工智能 #copilot +2
全程用 AI 做一款商业级手游 · EP10 道具系统：让三个按钮真正改变棋盘

EP9 收尾时留了个诚实的尾巴：撤销/炸弹/换一换三个道具按钮，UI 在、计数会扣，但"按了不改变棋盘"。这一集回头补完，把它们接成真实玩法——撤销=落子前快照还原（能从死局复活）、炸弹=点棋盘清 3x3、换一换=重发托盘。16 条断言钉死，还顺手逼出一个真 bug：开新局没清撤销快照，导致能"撤"到上一局。最后用 MCP 把三个按钮一个个点了一遍、截图验证棋盘真的变了。

winlife_
2026-06-09 10:28:55

 428

 8

#windows #算法 #MCP +1
从零到一学 AI Agent：梳理核心概念、工具交互与知识增强

Agent 是由大模型驱动的智能系统，它的核心作用，就是解决传统大模型只能单次问答、无法自主执行复杂任务的短板。通过自主规划、调用工具、动态调整执行路径，让大模型从单纯的聊天应答，升级为能独立完成多步骤任务的智能体。Agent 的本质，就是让大模型在循环中不断根据新信息做决策、调工具，直到任务完成。在 Agent 开发中，Tool 是专门提供给 Agent 调用的外部功能模块，是承接大模型决策、完

 睡不醒的笨笨
2026-06-09 09:06:24

 400

 7

#人工智能 #AI #python +1