博客 RSS 訂閱

lf109 頭像

Nickey103 - Claude Code MCP 快速高效使用指南

Claude Code MCP 快速高效使用指南 概述 Model Context Protocol (MCP) 是一個開放協議，使大型語言模型能夠訪問外部工具和數據源。在 Claude Code 中，MCP 提供了標準化的方式來擴展 Claude 的功能，連接外部工具和服務。 基本配置命令 添加 MCP 服務器 基本語法： claude mcp add name command [args...

AI , mcp

收藏 評論

weizwz 頭像

唯知為之 - 如何快速無縫的從 vscode 轉向AI編輯器 cursor、kiro、trae 等

如果你之前經常使用 vscode 的話，這篇文章會幫助你開始使用 AI 編輯器 kiro、cursor、trae 等，因為後者的配置和插件等都和 vscode 是共通的。甚至 kiro、cursor 等都是基於開源 vscode 的變種開發而來。 如果你是第一次使用類似 vscode 的編輯器，這篇文章也會幫到你，更快了解如何去安裝插件和修改配置。 以下教程都是以 kiro 為例，其他編輯器類似

AI , mcp

收藏 評論

gogoSandy 頭像

風雨中的小七 - 解密prompt系列58. MCP - 工具演變 & MCP基礎

作為結構化推理的堅定支持者，我一度對MCP感到困惑：Agent和工具調用的概念早已普及，為何還需要MCP這樣的額外設計呢？本文就來深入探討MCP，看看它究竟解決了什麼問題。 我們將分幾章解析MCP：本章理清基礎概念和邏輯，後面我們直接以一個Agent為例演示全MCP接入的實現方案。 工具調用方式的演進 大模型調用工具的概念從ChatGPT亮相後就被提出，其表達形式經歷了三個階段演變： 1.

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][01]簡介與概念

簡介 MCP（全稱為Model Context Protocol，模型上下文協議）是一種面向大模型交互過程的通用上下文協議標準。其核心目標在於為模型構建一個結構化、可控、可擴展的語義執行環境，使語言模型能夠在統一的上下文管理體系下進行任務調度、工具調用、資源協作與狀態保持，從而突破傳統Prompt Engineering在多輪交互、指令組合與行為穩定性方面的瓶頸。 在傳統的大模型應用中，模型本身只

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][02]快速入門MCP開發

前言 很多文檔和博客都只介紹如何開發MCP Server，然後集成到VS Code或者Cursor等程序，很少涉及如何開發MCP Host和MCP Client。如果你想要在自己的服務中集成完整的MCP功能，光看這些是遠遠不夠的。所以本文及後續的MCP系列文章都會帶你深入瞭解如何開發MCP Client，讓你真正掌握這項技術。 準備開發環境 MCP官方SDK主要支持Python和TypeScrip

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][03]使用FastMCP開發MCP應用

前言 之前的示例用的都是MCP的官方SDK（版本 1.14.0），簡單使用還是沒問題的，但對於Sampling、Elicitation這些相對高級的功能，官方沒有提供Demo，而且因為比較新，網上也沒搜到能用的案例。以我自己的水平折騰了一天也沒搗鼓出來。在翻mcp源碼時意外發現了其內置的FastMCP，順藤摸瓜找到了FastMCP的官網，在官方文檔中找到了相關用法。這裏我們就用FastMCP來實現

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][04]Sampling示例

前言 在第一篇MCP文章中我們簡單介紹了Sampling： 採樣是工具與LLM交互以生成文本的機制。通過採樣，工具可以請求LLM生成文本內容，例如生成詩歌、文章或其他文本內容。採樣允許工具利用LLM的能力來創建內容，而不僅限於執行預定義的操作。 為什麼我們要在MCP Server通過Sampling方式調用Client的LLM，而不是MCP Server直接調用LLM呢？這背後其實有一套巧妙

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][05]Elicitation示例

前言 如果你之前接觸過LangGraph的"Human in the loop"概念，那麼理解MCP的Elicitation機制就會容易很多。這兩個功能非常相似，都是讓AI在需要時停下來，禮貌地向人類尋求幫助或確認。 想象一下，當你正在和朋友聊天，突然他問你："嘿，我該穿哪件襯衫去參加明天的聚會？"這時候你就會停下來思考，然後給出建議。Elicitation就是讓AI具備這種"求助"的能力。它允許

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][06]持久化記憶

前言 在之前的案例中，會話歷史都保存在內存中，一旦程序重啓，會話歷史就會丟失，導致AI沒法根據會話歷史推測用户當前意圖。這就像一個人記性特別差，每次見面都忘了之前聊過什麼，讓人感覺很不專業。 如果你之前使用過LangGraph，那應該知道LangGraph提供了checkpointer功能來管理歷史會話，可以把歷史會話保存到關係型數據庫或內存中。雖然LangGraph有這個功能，但是MCP官方文檔

AI , mcp

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - [MCP][07]logging和progress等功能説明

前言 截至目前（2025年9月19日），除了基礎的Prompt、Resource和Tool概念，FastMCP還提供了以下功能：Sampling、Elicitation、Roots、Logging、Progress、Proxy、Middleware、Composition和Authentication等功能 Sampling，採樣，在server端調用client的llm，實現功能解耦 El

AI , mcp

收藏 評論

saodiseng2015 頭像

掃地僧2015 - ASP.NET Core WebApi 集成 MCP 協議完全指南

前言 Model Context Protocol (MCP) 是一個標準化協議，讓 AI 客户端（如 Claude、ChatGPT 等）能夠通過統一的接口調用你的 API。本文將詳細介紹如何在 ASP.NET Core WebApi 項目中集成 MCP 支持，實現 AI 與你的服務無縫對接。 什麼是 MCP？ MCP（Model Context Protocol）是一個開放協議，旨在標準化 AI

AI , mcp

收藏 評論

lying7 頭像

躺柒 - 讀AI賦能12政府2

1.盧德派 1.1.Luddites 1.2.在盧德派眼中，這些工廠與監獄無異，對個體能動性和自主性構成了明顯威脅 1.3.那個時代的技術革新以及由此引發的社會關係與生活條件變化，確實帶來了深重的負面影響 1.4.在海外，社會與技術進步齊頭並進 1.4.1.勞工運動不斷取得新成果，最低工資法和限制僱用童工的法律出台，這些都有效緩解了早期工業化帶來的諸多問題 1.4.2.女性

AI綜合

收藏 評論

longronglang 頭像

久曲健 - Jenkins Share Library教程 —— 企業級 Jenkins Shared Library 實戰示例

寫在前面 好久不見～最近狀態稍緩，更新也慢了些，這篇文章同樣讓大家等了挺久，先跟大家説聲抱歉。 如果你認真讀了前面幾篇，還跟着實踐了，那到這裏，咱們就要正式開啓真正的 “進階階段” 啦！ 確實，大多數公司內部的 Jenkins Shared Library 不只是簡單的“封裝幾個 stage”而已，它們往往包含： workspace 清理機制（避免磁盤爆滿） 緩存/依賴重用邏輯 多分支/

AI綜合

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至01無盡擴散

1.技術浪潮 1.1.火的發現、輪子的發明以及電力的應用—所有這些時刻都徹底重塑了人類文明，永久地改變了歷史進程 1.2.一場新的技術浪潮正同時攜帶着先進的人工智能和生物技術洶涌而來 1.2.1.藉助人工智能，我們可以揭開宇宙的奧秘，治癒長期困擾人類的疾病，創造出超乎想象的全新藝術和文化形式 1.2.2.通過生物技術，我們可以重塑生命體，解決疾病問題，改造農業生產，從而構建

AI綜合

收藏 評論

experdot 頭像

ExperDot - 20 個追求極致體驗的 AI 聊天軟件功能

前言 從 ChatGPT 到開源工具 2022 年，我初次接觸 ChatGPT 3.5 網頁端時，倍感驚豔。在那之後，我主要使用通義千問的網頁版，以應對日常的開發工作。直到今年年初，我開始深度使用 DeepSeek 的客户端，其多端同步功能帶來了不小的便利。而隨着 Gemini 2.5 Pro 的發佈，我則完全轉向了通過 API 調用並搭配開源桌面客户端的使用方式。 與 DeepSeek 深

AI綜合

收藏 評論

dolphinscheduler 頭像

海豚調度 - Apache DolphinScheduler 3.3.2 正式發佈！性能與穩定性有重要更新

我們非常高興地宣佈，Apache DolphinScheduler 3.3.2 正式發佈！ 本次版本重點圍繞 性能優化、穩定性增強、文檔完善與關鍵問題修復 展開，為廣大用户帶來更加順暢、可靠的數據工作流編排體驗。 主要改進內容 1. 穩定性與數據庫性能提升 在表 t_ds_schedules 中為字段 workflow_definition_code 新增索引，大幅提升訪問調度信息時的數據庫

資訊 , dolphinscheduler , 大數據 , 開源

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至02遏制問題

1.報復效應 1.1.艾倫·圖靈和戈登·摩爾不可能預見、更不可能左右社交媒體、表情包、維基百科或網絡攻擊這些新生事物 1.2.在原子彈問世幾十年後，原子彈的製造者已無法再阻止核戰爭爆發，就像亨利·福特無法阻止車禍發生一樣 1.3.技術所面臨的必然的挑戰在於，一旦某項發明問世並融入世界，其創造者就會迅速失去對其發展走向的控制 1.4.技術存在於一個複雜且動態的系統（現實世界）中，其二階、三階乃至更

AI綜合

收藏 評論

seatunnel 頭像

SeaTunnel - Apache SeaTunnel 支持 Metalake 開發了！避免任務配置敏感信息暴露

今年的開源之夏活動已接近尾聲，Apache SeaTunnel 社區的開發者們在經過漫長的開發過程也都收穫了自己的成果。上週，我們通過文章《巾幗力量助力 Flink 引擎 CDC 源模式演進》分享了董嘉欣同學的開發故事，今天，讓來看看另一位同學——來自上海交通大學軟件工程專業的吳天宇，在本次活動中是如何完成開發任務的吧！ 個人介紹 吳天宇，來自上海交通大學軟件工程專業，目前是碩士二年級學生（Git

大數據 , 開源 , seatunnel , 開發者 , 軟件工程

收藏 評論

lying7 頭像

躺柒 - 讀AI賦能13讀後總結與感想兼導讀

1.基本信息 AI賦能 ​[美]裏德·霍夫曼 [美]格雷格·貝亞託 著 浙江教育出版社,2025年05月出版 1.1.讀薄率 書籍總字數18.5萬字，筆記總字數36793字。 讀薄率36793÷185000≈19.89% 1.2.讀厚方向 當我點擊時，算法在想什麼？ 算法霸權 極簡算法史：從數學到機器的故事 算法的陷阱：超

AI綜合

收藏 評論

yupi 頭像

程序員魚皮 - 剛剛 Cursor2.0炸裂發佈！這3大亮點必學

大家好，我是程序員魚皮。剛剛 Cursor 2.0 終於來了，絕對炸裂！ 下面我帶大家實操 Cursor 2.0 更新的幾大核心功能，看看怎麼用它大幅提高開發效率。 話不多説，點擊收藏，我們開始吧！ 本文對應視頻版：https://bilibili.com/video/BV12SyaBLEhN 一、實用特性 重大更新 Multi-Agents 多智能體 先問個問題，你覺得現在最火的 AI

AI綜合

收藏 評論

seatunnel 頭像

SeaTunnel - LLM 時代，DataAgent × WhaleTunnel 如何將數據庫變更瞬時 “轉譯” 為洞察？

在軟件世界中，用户的形態正在發生變化。 過去，軟件的使用者是工程師、分析師或運維人員；而如今，他們正在被一羣“數字化身”——Agent 所取代。AI 不再只是一個算法模型，而是逐漸演變為能理解業務語境、自動執行任務、並進行協同決策的智能體。 隨着大模型技術的快速成熟，這場以 “Agent 化” 為核心的軟件革命，正推動企業數據系統從傳統的自動化，走向真正的智能化。 在這一趨勢中，數據基礎設施的智

llm , 數據同步 , 大數據 , 開源 , seatunnel

收藏 評論

huaweiyun 頭像

huaweiyun - 【新特性】 版本速遞 | 華為雲Versatile智能體平台 新增特性介紹（2025年10月發佈）

本文分享自華為雲社區《【新特性】 版本速遞 | 華為雲Versatile智能體平台 新增特性介紹（2025年10月發佈）》，作者：Versatile運營小助手。 華為雲Versatile智能體平台 體驗入口華為開發者空間--開發平台--Versatile Agent（請在PC端打開） 版本概覽 Summary 華為雲Versatile智能體平台定位為一站式企業級智能體構建平台，倡導人人都能構

AI綜合

收藏 評論

lying7 頭像

躺柒 - 讀浪潮將至03寒武紀大爆發

1.寒武紀大爆發 1.1.技術是一系列不斷演變的思想 1.1.1.新技術在與其他技術的碰撞和結合中發展 1.1.2.同自然選擇一樣，有效的技術組合會留存下來，成為未來技術的新基石 1.1.3.已有的技術越多，它們就越能成為其他新技術的一部分 1.2.發明是一個不斷累積的、複合的過程，具有自我強化的特性 1.3.即將到來的浪潮是一個超級集羣，是一次進化式的飛

AI綜合

收藏 評論

MrVolleyball 頭像

MrVolleyball - 彩筆運維勇闖機器學習--多元線性迴歸（實戰）

前言 書接上文，上一小節簡單介紹了多元迴歸的基本原理、使用方式，本小節來實踐：qps與cpu、內存、磁盤io、網絡io之間的關係 獲取數據 參考一元線性迴歸的獲取方式 from flow import * from datetime import datetime start_time = datetime.strptime('2025-04-06 00:00:00', '%Y-%m-%d %H

機器學習

收藏 評論