标签 · Mcp — Glean

27 条 · 按时间

09-09

把网站动作变成 Agent 可调用的接口：WebMCP 上手实测

WebMCP 是 W3C Web Machine Learning Community Group 正在孵化的浏览器标准草案（Chrome 与 Edge 联合提出）：网页把“能做什么”注册成带 JSON Schema 的结构化工具，AI Agent 按声明直接调用，不再靠读 DOM、猜按钮。作者没有停在概念介绍——他部署了 Career Copilot，在页面上注册 13 个 WebMCP 工具，并让已支持 WebMCP 的 ChatGPT 跑完真实流程：聚合 GitLab/Stripe/Databricks 共 75 个职位，读取 24 份真实 JD 并打分，找出技能差距，短名单 4 个职位后停在人工闸门，最终只提交 3 份申请。文中包含最小可用的 registerTool() 代码、Chrome 149 Origin Trial 的启用方式、从发现到执行的调用链路，以及同源限制、readOnlyHint、敏感操作确认等信任模型。结论是它早期但方向可信，适合做 Agent 工程、浏览器 API 或站点自动化的团队评估。

sreenathmenon.com · 25 min · Agents · AI Engineering · Mcp

08-23

让编码 Agent 共享长期记忆，跨工具无缝交接工作流

ai-memory 是一个用 Rust 编写的长期记忆服务，面向编码 Agent（Claude Code、Codex、Kimi CLI 等），解决跨会话、跨工具丢失上下文的问题。它通过 MCP 配置与生命周期钩子自动捕获提示词、工具调用与会话边界，在会话结束时编译成摘要与 handoff，写入 git 版本化的 Markdown wiki；下一个 Agent 启动时自动注入“上次进行到哪”的上下文。检索采用 FTS5、实体匹配、图邻居的混合方案，LLM 与向量嵌入均为可选。适合在多种 AI 编程工具间切换、希望沉淀项目决策与失败经验的工程师。

github.com · 62 min · Agent Engineering · Ai-Memory · CLI

08-13

AI 编程词典：为 Agent 工程术语建立共识

AI Hero 发布的一份 AI 编程术语词典，把 Agent 工程中的常见概念压缩成短条目：从 Token、Next-token prediction、Context window 到 Handoff、Compaction、MCP。词典的价值不在逐条定义“是什么”，而在给出可操作的区分：parametric knowledge 与 contextual knowledge 决定模型能知道什么；attention budget 随上下文变长而被摊薄，会话会从 smart zone 滑向 dumb zone；Spec、Ticket、Handoff artifact 构成跨会话工作的交接机制；AGENTS.md 是项目写给 Agent 的 standing brief。适合正在使用 Claude Code、Cursor 或自建 Agent 系统、需要统一术语表的工程师阅读。

www.aihero.dev · 10 min · Agent Engineering · Agents · Context Engineering

08-10

Cloudflare OS：让每个员工拥有带权限治理的 Agent 工作台，开源可自部署

Cloudflare 开源其内部 AI 工作平台 Cloudflare OS，目标是把 Agent 从程序员扩展给全体成员。核心不是又一个聊天工具，而是一个绑定公司上下文与系统的工作区：Agent 默认零权限，通过 typed binding 拿到受限资源；Gatekeeper 作为外部服务与 Agent 之间的代理，持有凭证、执行策略并记录每次读取。当 Agent 把敏感数据做成仪表盘再共享时，平台会依据观察日志复核查看者权限，防止旁路泄露。应用即 Worker，每个应用拥有自己的 SQLite 状态，Agent 也能调用用户构建的方法。所有模型调用经 AI Gateway 统一控管。适合关注 Agent 基础设施、权限治理与内部工具平台工程的人阅读。

blog.cloudflare.com · 16 min · Agent Infrastructure · AI Agents · Capability Security

08-10

企业级 AI 工作台：每个应用都是可让 AI 改代码的私有沙箱

Cloudflare OS 是 Cloudflare 内部自用、现已开源的企业级 AI 生产力环境，定位是“公司操作系统”兼“AI 工作负载操作系统”。它不是传统 OS，而是一套把办公套件、应用开发与安全管控统一起来的平台：每个文档或工具都是一个由 AI 生成、独立沙箱运行的“Gadget”应用，用户可随时让内置 agent 修改代码；外部服务访问由“Gatekeeper”按能力安全模型逐项授权并审计，还支持把需要人工确认的操作推迟到之后批量审批。整套系统运行在 Cloudflare Workers / workerd 之上，深度使用 Durable Objects、Dynamic Workers 和 Facets，并默认具备实时多人协同。适合关注 AI 智能体基础设施、边缘计算平台与 AI 编程工具的工程师阅读或二次开发。

github.com · 23 min · Agent Architecture · AI Agents · Cloudflare

08-03

GitHub 实录：给 Agentic CI 减负，用 CLI 替代 MCP 调用把 token 花销降 62%

GitHub 在自家仓库的上百个 Agentic Workflows 上引入 API 代理，统一记录每次 API 调用的 token 用量并输出 token-usage.jsonl，再用两个自动化 agent（Daily Token Usage Auditor 与 Daily Token Optimizer）审计和修复浪费。主要优化：裁剪未使用的 MCP 工具注册、用 GitHub CLI 的确定性 HTTP 请求替代 LLM 推理循环内的数据抓取、以及把固定数据读取放到 agent 启动前。为跨模型比较成本，文章提出 Effective Tokens 指标：ET = m×(1.0×I + 0.1×C + 4.0×O)，输出 token 权重 4，缓存读取权重 0.1，Haiku/Sonnet/Opus 倍率分别为 0.25/1.0/5.0。12 个生产工作流中 9 个接收了优化建议；Auto-Triage Issues 在 109 次运行中降 62%，Security Guard 与 Smoke Claude 分别降 43% 与 59%。Contribution Check 却上涨 5%，原因是大 PR 占比从 39% 升到 65%，说明活仓库上的评估会被工作量漂移干扰。文章还记录了一条 bash allowlist 误配置引发 64 轮回退循环的案例。适合所有在 CI 里跑 agent 并按 token 付费的工程团队。

github.blog · 18 min · Agent Engineering · CLI · Cost Optimization

08-01

把 Claude、GPT、Grok 放进同一个聊天窗：Higgsfield Supercomputer 玩法清单

这是一篇由 Higgsfield 赞助的操作指南，介绍其 Supercomputer 多模型聚合产品：在一个聊天窗口内同时调度 Claude、GPT、Gemini 与 Grok，按任务自动选择模型，并提供规划/研究/草稿免费、最终渲染计费的免费档。文中给出三种接入方式：网页、Claude 的 Connector（MCP https://mcp.higgsfield.ai/mcp）、以及 npm CLI（@higgsfield/cli），并附 18 条可直接复制的提示词模板，覆盖建站、CRM、UGC 视频、定时任务、多智能体 graph engineering 等场景。需要注意，全文没有任何模型路由的技术细节或基准数据，'只付最终输出'、'能自动选最优模型' 等说法均未得到验证，且文末明确标注为赞助内容。适合想快速收集多模型聚合类产品提示词模板的读者，不适合期望看到工程原理的人。

x.com · 20 min · Agents · Ai Tooling · CLI

07-31

AI 编程实用指南：四步工作流、工具矩阵与代码验收清单

本文以工程技术视角梳理 AI 编程的定义、工作流与工具分层：补全、助手、代理与审查工具各司其职；并给出跨文件一致性、交接上下文、可复用验证等收益。后半部分转向 Kimi Code 的宣传，介绍 Plan mode、Skills、Hooks、MCP、Swarm 等功能，并附一份接受生成代码前的四道验收清单（需求范围、仓库契合、独立证据、权限控制）。适合刚接触 AI 编程、想建立判断框架的开发者；注意内容有一半是产品宣传，真正可沉淀的是那个验收清单。

www.kimi.com · 11 min · Agents · AI Engineering · Developer Tools

07-31

为 AI 编码助手接管 Chrome 的官方 MCP 服务器

chrome-devtools-mcp 是 Chrome 团队官方发布的 MCP 服务器，让 Claude、Cursor、Gemini CLI 等编码 Agent 直接操控真实 Chrome 浏览器。它把 DevTools 能力封装成 50+ 个工具，覆盖输入自动化、导航、网络与性能分析、堆快照、控制台调试等，并通过 Puppeteer 自动等待操作结果。除默认启动独立浏览器外，还可连接正在运行的 Chrome 以复用登录与页面状态。适合做 Agent 浏览器自动化、前端调试或性能分析的一线工程师。

github.com · 46 min · Agents · Browser Automation · Developer Tools

07-25

AI Agent 工程实践全覆盖：从原理到生产的开源书

《深入理解 AI Agent：设计原理与工程实践》是一本全面覆盖 AI Agent 技术的开源书籍，由李博杰撰写。围绕核心公式“Agent = LLM + 上下文 + 工具”，以 10 章从基础知识、上下文工程、用户记忆、工具使用、Coding Agent、评估、模型后训练、持续进化、多模态到多 Agent 协作，层层递进。书中包含 92 个配套实验（70+ 可独立运行），覆盖 MCP、RAG、强化学习等前沿实践。适合对 AI Agent 感兴趣的工程师、研究者以及希望构建生产级 Agent 系统的开发者。

github.com · 15 min · Agents · AI Engineering · Context Engineering

07-23

将任意代码库转化为可查询知识图谱，专为AI编码助手设计

Graphify 是一个开源工具，能够将代码、文档、PDF、图片等资源转化为结构化的知识图谱。它使用 tree-sitter 在本地进行确定性 AST 解析，无需 LLM 即可提取代码中的调用、继承、引用等关系；对于非代码文件，则通过 AI 助手进行语义提取。生成的图谱支持交互式可视化（graph.html）、CLI 查询（graphify query/path/explain），并可作为 MCP 服务器供团队共享。所有边均标记为“显式提取”或“推断”，明确区分原始代码中的直接关系与解析生成的间接关系。适合需要在大型代码库中快速定位概念、追溯依赖、理解架构的工程师。

github.com · 59 min · AI Agents · Developer Tools · Knowledge Graph

07-22

本地优先的代码知识图谱，为AI编程工具提供精准上下文

code-review-graph 是一个本地优先的代码智能图项目，基于 Tree-sitter 解析代码结构，通过 MCP 协议为 AI 编程助手（如 Codex、Claude Code、Cursor 等）提供精确的上下文。它解决 AI 在代码审查时重复读取大量 Token 的问题：通过 blast-radius 分析，只输出受变更影响的文件，帮助助手聚焦关键代码。支持 30+ MCP 工具、增量更新（2 秒内重建图）、GitHub Action 风险评分 PR 审查，以及自定义语言扩展。基准测试显示，中位数 Token 减少约 82 倍。适合使用 AI 编程助手的开发者和维护大型仓库的团队。

github.com · 36 min · Ai Tooling · Code Analysis · Code Intelligence

07-22

Kimi Code CLI：专为下一代智能体打造的终端AI编码代理

Kimi Code CLI 是一个在终端中运行的 AI 编码代理，能直接读取和编辑代码、执行 shell 命令、搜索文件、抓取网页，并基于反馈自主决策下一步。它默认使用月之暗面 Kimi 模型，也支持其他兼容提供商。核心特色包括单二进制分发（无需 Node.js）、毫秒级启动的专用 TUI、视频输入支持、AI 原生 MCP 配置、丰富的插件生态、子代理并行执行、生命周期钩子，以及通过 ACP 协议与 Zed、JetBrains 等编辑器深度集成。适合希望用 AI 提升编码效率、探索 Agent 工作流的开发者。

github.com · 4 min · AI Agents · CLI · Developer Tools

07-03

开源本地优先的设计工作台，兼容 22 种编程代理与 150+ 设计系统

Open Design 是一款本地优先、开源的代理原生设计工作台，志在成为 Anthropic Claude Design 的开源替代。它不内置代理，而是与本地已有的编程代理（Claude Code、Codex、Cursor、Copilot 等 22 种 CLI）协作，利用 MCP 协议让它们读取设计系统、技能和插件，直接在终端生成原型、仪表盘、演示文稿、图像/视频等制品。支持 BYOK（自带密钥）兼容任意 OpenAI 端点，提供 macOS/Windows 原生桌面应用。内置 100+ 技能、150+ 品牌级 DESIGN.md 系统、261 款插件，适合追求品牌一致性与开发流程可控的设计师与前端工程师。

github.com · 35 min · Agent Engineering · Design Tools · Developer Tools

06-30

AI 智能体浏览器自动化 CLI

agent-browser 是一个基于 Rust 原生的命令行工具，专为 AI 智能体（如 Claude Code、Cursor 等）提供浏览器自动化能力。它采用客户端-守护进程架构，核心是一个纯 Rust 的守护进程，通过 Chrome DevTools Protocol (CDP) 直接操控浏览器，无需 Node.js 环境。项目提供了丰富的命令集，包括导航、元素交互（支持 ref、CSS、XPath 选择器）、快照、截图、网络请求拦截、会话管理、认证状态持久化等。特别设计了安全机制（域名白名单、操作策略、加密状态存储）和对 AI 工作流的优化（可获取无障碍树快照、带编号标注的截图、MCP 服务器支持），使得 LLM 能可靠地通过命令行控制浏览器执行复杂网页任务。适合开发 AI Agent、自动化测试、网页数据抓取及需要让大模型操控网页的工程师。

github.com · 64 min · AI Agents · Browser Automation · CDP

06-26

跨 AI 编码助手的智能体增强操作系统——规则、技能与安全审计

ECC 是一套为多个 AI 编码助手（Claude Code、Cursor、Codex、OpenCode、GitHub Copilot 等）设计的智能体增强系统，被定位为“Agent 增强型操作系统”。它并非一个独立的 AI 工具，而是一个包含 260+ 技能、67+ 子智能体、提供持久化记忆、连续学习、成本优化和安全审计（AgentShield）等功能的配置与插件集合。通过统一的规则、钩子和 MCP 配置，它试图解决跨平台开发工作流中智能体行为不一致、上下文丢失和安全性不足的问题。适合深度使用 AI 编码助手的专业开发者，以及希望建立标准化 Agent 工程实践的技术团队。

github.com · 94 min · Agent Engineering · Claude Code · Context Engineering

06-26

人类在循环中：如何设置能自主运行并通知你的AI编码循环

作者分享了与AI Agent协作编码的实用工作流：定义一个可验证的“完成标准”（如模型评估分数、QA通过、测试套件绿色、性能基准），编写一个循环让Agent自主迭代，并通过通知渠道（如Slack）在需要决策或完成时获得提醒。循环在云端运行，不占用本地终端。作者能同时运行3-5个长循环，外加多个短任务。适合希望将Agent从单次交互升级为长时间、自主优化任务的一线工程师。

x.com · 4 min · Agent Engineering · Ai Tooling · Context Engineering

06-24

一个工程师月提259个PR：循环工程实战指南

本文详细拆解了AI驱动开发循环（Loop）的工程实践，作者通过真实案例（单工程师月提259个PR vs 循环失控烧掉$47,000）引出核心矛盾：构建高效自动化的同时必须配备可靠的制动机制。文章将循环分解为状态文件、自动化触发/调度的具体命令、Git 工作树隔离、技能配置、MCP 连接器、子代理分离等6个可操作部件，并给出了每个部件的配置示例（Claude Code 和 OpenAI Codex 双版本）。同时提供了刹车配置模板（最大步数、预算上限、作用域、断路器）、四种常见失败模式及低成本入门方案。适合正在构建或评估AI代理工作流的工程师阅读。

x.com · 12 min · Agent Engineering · Ai Tooling · Claude Code

06-23

如何用循环工程构建自我进化的量化交易系统

本文由一位后端开发兼量化交易系统实践者撰写，核心论点是告别逐次提示AI的工作模式，转而构建自运行的循环（Loop）。作者拆解了生产级循环的六个必要组件：自动化触发、技能文件（SKILL.md）、状态文件（STATE.md）、验证器（独立Agent）、Git worktrees 隔离、以及基于 MCP 的连接器。进而将量化交易的五个阶段（数据摄入、信号生成、验证、执行、风险监控）各自封装为子循环，并引入‘经验写入技能文件’的机制，实现系统自我进化。适合对AI工程、量化系统架构感兴趣的工程师。

x.com · 13 min · Agents · Claude Code · Loop Engineering

06-23

AI 智能体工程的 20 个核心概念

本文梳理了 AI 智能体工程中的 20 个基础概念，涵盖构建模块（Agent、执行循环、状态、协作模式）、配置层（配置文件、工作流文件、提示缓存、上下文腐烂）、能力层（MCP 协议、实时文档检索、持久记忆）、编排层（子智能体、智能体循环）、护栏层（沙箱、权限、钩子、提示注入防御、预提交门）以及可观测性（追踪、指标）。作者强调框架会变，但这些底层思想不变；理解它们后，看任何新工具都能快速抓住本质。文章给出了大量具体配置示例（CLAUDE.md、permissions.yaml、.pre-commit-config.yaml）和实用建议（如配置文件不超过 100 行、区分代理信号与成果指标）。适合正在或准备构建 AI 智能体的开发者。

x.com · 24 min · Agent Architecture · Agents · AI Engineering

06-22

用 Claude 和 Obsidian 搭建每日进化的 AI 第二大脑完整指南

本文提供了一份详尽的动手教程，教你在一个晚上内搭建一个基于 Claude 和 Obsidian 的“第二大脑”系统。核心思路是将 Obsidian 作为纯文本笔记存储库，通过 MCP 协议连接 Claude Desktop（需付费版），使 AI 能读取、组织、链接整个仓库内容，并自动加载上下文（CLAUDE.md）以消除每次会话的冷启动。文章从安装 Claude Desktop 和 Obsidian 开始，逐步演示配置 Local REST API 插件、连接 MCP、通过面试生成个人配置文件、创建项目文件夹结构、构建可复用技能（skill）、接入日历等实时数据源、设置定时自动整理任务。作者强调所有权归用户（纯文本文件，不锁定于任何 AI 模型），并以“keys, not prompts”安全原则提醒权限控制。适合希望摆脱对话碎片、拥有持久化 AI 记忆的一线工程师和知识工作者。

x.com · 11 min · Ai-Memory · Claude Code · Context Engineering

06-17

面向 AI 时代的全栈记忆引擎：自动提取、持续更新、智能遗忘

Supermemory 是一套为 AI 应用和 Agent 设计的记忆与上下文引擎，提供 API、MCP 服务、浏览器插件和 Web 应用。它解决了大模型对话间记忆丢失的问题，能自动从对话中提取事实、构建用户画像、处理知识更新和矛盾，并支持智能遗忘过期信息。项目集成了混合搜索（RAG+记忆）、文件解析和多款 SaaS 连接器，让开发者用单一接口即可为应用注入持久化、个性化的上下文能力。适合正在构建 AI Agent、需要完整记忆层的工程师，也适合希望个人 AI 工具具备跨会话记忆的用户。

github.com · 14 min · Agent-Memory · Ai-Memory · Cloudflare

06-16

为 AI Agent 打造的本土上下文压缩层：库、代理、MCP 一应俱全

Headroom 是一个本地运行的上下文压缩层，专为 AI 编码智能体设计。它能在 LLM 收到工具输出、日志、代码文件或 RAG 结果之前，对这些内容进行高保真压缩，在保持答案准确性的前提下，将 Token 消耗降低 60-95%。项目提供了库（Python/JS）、透明代理、命令行 wrap 和 MCP 服务器四种集成方式，无缝适配 Claude Code、Cursor、Codex 等主流智能体。其核心思路是结合 JSON 结构压缩、AST 感知代码精简与本地微调模型，并独创了 CCR 可逆压缩机制，确保原始信息随时可召回，避免了压缩带来的信息丢失风险。该工具适合重度依赖智能体编程、希望在不修改现有工作流的情况下显著降低 API 开销的工程师。

github.com · 18 min · Agents · Ast-Minification · Context Engineering

06-16

AI 代理上下文压缩层：60%-95% Token 削减，不丢失关键信息

Headroom 是一个本地运行的 AI 代理上下文压缩工具，旨在显著降低 LLM 使用成本与延迟。它在工具输出、日志、RAG 数据块及对话历史到达大模型前进行智能压缩，支持 JSON、代码和自然语言等多类内容。项目提供库、代理、MCP 服务器和代理包装器四种集成模式，通过内容路由选择最优压缩算法，并具备可逆压缩（CCR）机制确保原始数据不被丢弃。它还包含跨代理记忆共享和从失败会话中学习的 `headroom learn` 命令，适合每天高强度使用编程代理的工程师和任何需要优化 LLM Token 消耗的系统。

github.com · 18 min · Agent Architecture · Ai-Memory · Context Engineering

06-14

Hermes Agent：自我进化的跨平台 AI 智能体运行时

Hermes Agent 是一个自我完善的 AI 智能体框架，内置学习闭环：它从对话中提取技能、持续优化、自动管理记忆，并通过统一网关在 Telegram、Discord、CLI 等多个平台提供一致的交互体验。支持任意 LLM 后端，可部署在低成本 VPS 或 serverless 环境上，闲置时几乎零成本。内置 cron 调度、子智能体委派等功能，也提供批量轨迹生成用于语言模型训练。适合需要长期运行、自主调度的工程师和研究者。

github.com · 11 min · Agent-Memory · Agents · CLI

06-13

面向投资银行、研究、私募等金融场景的 Claude 智能体与技能集

Anthropic 官方发布的金融领域 Claude 智能体参考实现，提供 9 个覆盖投行、研究、私募、财富管理等核心场景的端到端工作流代理，以及 8 个垂直技能包和 12+ MCP 数据连接器。所有内容均为 Markdown/YAML 配置，可一键安装为 Claude Cowork 插件或通过 Managed Agents API 部署到自有工作流引擎。适合需要快速构建金融 AI 应用、但又希望保留定制空间的技术团队。

github.com · 19 min · Agents · Anthropic · Financial-Services

06-12

Anthropic 销售用 Claude Code 从零编程构建内部工具套件

本文记录 Anhtropic 前客户经理 Jared Sires 利用 Claude Code 从零编程经验起步，构建 GTM 团队内部工具的过程。他开发的 CLAFTS 应用内嵌于 Gmail，能根据最新产品文档和用户写作风格草拟邮件回复，每周节省 10-15 小时。在此基础上，他进一步构建了每日简报、每日复盘及销售插件，通过 MCP 服务器连接 Salesforce、Gong 等系统，自动化客户背景调研和后续跟进。目前约 80% 的 Anhtropic 销售团队使用该插件。文章展示了无技术背景的业务人员如何通过 AI 编程工具消除技术壁垒，直接设计并交付解决实际工作流程问题的软件方案，适合关注 AI 编程工具赋能非技术角色及销售自动化实践的读者。

claude.com · 9 min · Agent Architecture · AI Engineering · Claude Code