MCP | AI Coding Dictionary
MCP 是一個讓程式碼助手能連線外部工具伺服器(如 Linear)的協議,解決了不同平台整合問題。它透過標準化,讓單一伺服器定義可被多個工具使用,並透過上下文成本機制控制資訊量,避免預載過多工具定義。
Model Context Protocol ・ 76 筆內容
讓模型接上外部工具與資料的開放協定,以及怎麼寫 MCP server。
也叫做:MCP、Model Context Protocol、MCP server、模型上下文協定、模型上下文协议
由淺入深:入門 → 進階 → 高階
AI Hero(Matt Pocock)● 有原文
Peter Steinberger(部落格)● 有原文
The Model Context Protocol (MCP)(在新分頁開啟原站)
Anthropic20 分鐘○ 無原文
Get Started With The Model Context Protocol // 2-Minute Tutorial(在新分頁開啟原站)
Matt Pocock2 分鐘○ 無原文
Agentic Conversations(原 MLOps.community)52 分鐘● 有原文
Code execution with MCP: building more efficient AI agents
Anthropic Engineering Blog● 有原文
Build agent-ready sites with WebMCP(在新分頁開啟原站)
OpenAI2 分鐘○ 無原文
Anthropic发布模型硬件标准MHS | 物理版MCP | Claude | MCP | AI Agent | 物理世界 | 实验室自动化 | 具身智能(在新分頁開啟原站)
Best Partners TV15 分鐘○ 無原文
Getting the Source Right, Not Just the Fact: Source-Aware Verification for MCP Agents
Hugging Face Blog● 有原文
依相關、人氣、新鮮度綜合排序;站長推薦的加成
MCP 是一個讓程式碼助手能連線外部工具伺服器(如 Linear)的協議,解決了不同平台整合問題。它透過標準化,讓單一伺服器定義可被多個工具使用,並透過上下文成本機制控制資訊量,避免預載過多工具定義。
※ 摘要僅根據標題與說明
介紹了 Model Context Protocol (MCP),這是 Anthropic 推出的新標準,用於讓 AI 與外部工具串接,讓使用者能更靈活地整合資料與功能。
※ 摘要僅根據標題與說明
Anthropic 宣佈推出物理版 MCP 標準,並發布模型硬體標準 MHS,旨在讓 AI 能更精確地模擬真實世界。
※ 摘要僅根據標題與說明
介紹如何透過 AI 建構航班預訂應用程式,涵蓋 AI 代理、 Sanity Context 與 MCP 技術,適合想學習 AI 應用開發的讀者。
※ 摘要僅根據標題與說明
這則影片解釋了 Anthropic 為何開發並捐贈 Model Context Protocol (MCP),旨在讓 AI 能更靈活地整合外部資料。
※ 摘要僅根據標題與說明
WebMCP 將 MCP 工具嵌入瀏覽器介面,讓任何 Agent 都能讀取頁面並執行操作。影片透過實機演示,展示 Agent 如何比較咖啡機、匹配配件並加購物車。
※ 摘要僅根據標題與說明
介紹 Model Context Protocol,並提供 2 分鐘的入門教學。
※ 摘要僅根據標題與說明
兩位專家探討 Anthropic 如何透過標準化與開放架構,打造一個生態系統而非封閉花園。他們強調透過標準協議(MCP)讓不同模型與工具協作,並指出真正的價值在於可擴充套件的基礎設施而非單一閉鎖系統。
※ 摘要僅根據標題與說明
本訪談探討了 MCP(模型上下文協議)如何從有狀態演變為無狀態設計,以適應超大型規模部署需求。作者分享了 MCP v2 的更新、SDK 遷移策略以及協議演進中的關鍵決策,如多輪往返回應機制以解決上下文膨脹問題。
介紹使用 MCP 與 Claude API 建構應用程式的方法,並展示如何透過 MCP 工具與 Claude 模型進行互動。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
探討為何越來越多使用者放棄 MCP 轉向 CLI。作者指出 CLI 在 Token 消耗低、執行效率高的優勢,並闡述 MCP 在可控性與安全性上的特點,最後分析未來趨勢。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
介紹了如何使用 MCP 實現事件通知功能。
※ 摘要僅根據標題與說明
介紹了使用 MCP(模型上下文協議)結合程式碼執行環境,讓 AI 代理能更有效率地處理工具。透過將工具定義轉為可執行的程式碼,代理只需按需載入所需工具,大幅減少上下文視窗佔用與 Token 消耗,甚至能將敏感資料在執行環境中處理,避免直接…
AAIF Live 於西雅圖舉辦的 MCP 發布會介紹,內容聚焦於多模態模型與 MCP 的結合,探討如何將 AI 能力整合進應用程式。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
影片由 Block 的 Alex Hancock 介紹 MCP 新規格中無狀態架構的轉變,涵蓋關鍵更新及其對開發者的實際影響,幫助團隊準備下一階段協議。
※ 摘要僅根據標題與說明
MCP 728 規範大幅重構了模型上下文協議,移除握手機制並強制 OAuth 2.1 資源伺服器。團隊需立即調整現行架構以應對 12 月的遷移期限,否則可能面臨功能失效。
※ 摘要僅根據標題與說明
本場直播探討了 MCP 協議的無狀態更新,解釋了為何這改變重要,並透過現場演示展示其運作方式。
※ 摘要僅根據標題與說明
介紹 Hugging Face 推出的 MCP Server,並說明其核心在於僅處理 62 萬次呼叫中的一部分,而非全部。
※ 摘要僅根據標題與說明
探討了 MCP 協議中 JSON Schema 2020-12 版本如何作為上下文契約,並介紹了工具 Schema 如何規範模型輸入與輸出。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
探討頂尖工程師為何放棄 MCP Server,並提供三個實證解決方案。
※ 摘要僅根據標題與說明
WebMCP 是一個整合了 AI 工具與程式碼的應用程式,讓使用者能透過單一介面管理多個 AI 模型與工具,大幅簡化工作流。
※ 摘要僅根據標題與說明
本訪談探討了 MCP 伺服器背後的潛在風險,包括工具投毒、OAuth 的脆弱性以及自動更新帶來的供應鏈風險。Sam Partee 與 Nate Barbettini 指出,雖然 MCP 協議旨在簡化開發,但其安全邊界仍被許多實現忽視,導致…
深入解析 MCP 架構下,Cline 與模型之間的互動協議細節,並揭示 Agent 實現的核心原理。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
教導開發者如何使用 Python MCP SDK 將 GraphRAG 知識圖與生成式 AI 結合,打造可被 AI 應用發現的工具。
※ 摘要僅根據標題與說明
標題探討 MCP 與 Function Calling 的關聯,並指出多數人對二者關係的觀點存在誤解。
※ 摘要僅根據標題與說明
這期訪談探討了「技能優先於 MCP」的理念,即伺服器不應堆砌工具,而應作為知識分發渠道。作者 Ola Hungerford 解釋了如何透過漸進式發現來避免上下文爆炸,並闡述了技能規範與 MCP 規範的邊界問題。
※ 摘要僅根據標題與說明
本訪談探討企業 AI 如何透過 MCP 與 Kubernetes 架構,讓 AI 代理像同事般協作。Craig 介紹 Stacklok 如何將 LLM 作為前端,MCP 作為中間層,並透過工具伺服器解決身份與授權問題。
James Ward 探討了 MCP 伺服器在生產環境中的演進,涵蓋可觀測性、評估機制、工具設計、程式碼模式及 AWS 的 16,000 多個 API 架構。
Steve Manuel 與 Simon Maple 探討 AI 開發者工作流的重塑,特別強調 MCP 協議如何確保 AI 擴充套件的安全性。
※ 摘要僅根據標題與說明
教導如何透過五個提示詞快速建立 MCP Server,並展示無聲編寫程式碼的技巧,讓讀者能掌握快速搭建工具的方法。
※ 摘要僅根據標題與說明
Alan Pope 解釋 Model Context Protocols (MCPs) 如何讓 AI 代理在人類監督下擁有與開發者相同的可見性,並能安全地執行 Claude Code 等工具。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
MintMCP 創辦人 Jiquan Ngiam 分享從多個企業部署中總結的經驗,探討企業規模下 MCP 運作的實際挑戰與架構決策,涵蓋身份驗證、工具管理及可觀測性等關鍵議題,為從實驗轉向生產環境提供實證見解。
※ 摘要僅根據標題與說明
本訪談介紹了 FastMCP 的創始人 Jeremiah Lowin,他分享了 FastMCP 如何從一個意外構成的專案演變為 MCP 生態系中佔據主導地位的標準工具。
本訪談介紹了 AI 開發工具公司 Stainless 的創辦人及執行長 Alex Rattray。Stainless 專注於為大型公司(如 OpenAI、Anthropic)開發 API 和 MCP 伺服器,以解決 AI 與網路連線的挑戰。
Naseem Al-Naji 與 MCPcat 創辦人探討 MCP 伺服器如何成為 AI 代理的「黑箱」。他指出,當使用者透過 Cursor 或 Claude Desktop 操作時,實際體驗由第三方公司掌控,導致開發者難以追蹤代理行為。
探討 MCP Tasks v2 如何透過狀態無依賴的方式,讓工作流能持續運作並自我演進。講者 Cornelia Davis 闡述了這種設計如何提升系統在長時程互動中的可靠性與韌性。
※ 摘要僅根據標題與說明
本教學介紹如何快速入門 FastMCP 伺服器開發、部署及 AI 代理整合測試,並展示 Antigravity 工具的使用。
※ 摘要僅根據標題與說明
Diana Todea 探討 MCP 伺服器如何與複雜的監控系統協作,幫助工程師更快速、智慧地排查生產環境問題。她透過實作演示,展示如何整合 MCP 工具來分析雲部署、檢視指標與日誌,並有效降低告警疲勞與排查時間。
※ 摘要僅根據標題與說明
本訪談由 DeepL 開發者代表 Ben Morss 主持,探討 AI 工具協同(MCP)的普及與誤解。Ben 在四國十城演講中,澄清了 MCP 並非將 AI 混入 API,而是讓 AI 透過安全工具呼叫外部 API 執行任務。
Ubertool MCPs 是一門關於如何將 Ubertool 整合進 MCP 的教學影片,讓使用者能透過 MCP 介面來管理 Ubertool 的任務與資料。
※ 摘要僅根據標題與說明
本訪談探討 WebMCP 如何讓 AI 代理直接存取網站 API,解決目前截圖效率低下的問題。同時介紹了 Apple 本地模型如何開啟全新網頁應用程式類別,並分析所有應用程式皆為網頁應用對未來的意義。
※ 摘要僅根據標題與說明
彭彭的課程介紹了 FastMCP 如何協助 AI 代理繪製圓餅圖,並整合了 Matplotlib 套件。
※ 摘要僅根據標題與說明
依發布時間
Vlad Luzin 指出當前 AI 工具無法讓多個 Agent 真正協作,因為它們處於孤獨監禁狀態。他解釋了為何 MCP 和 A2A 協議不夠用,並介紹了 Band 平台作為全球 Agent 協作層,提供即時傳輸、持久化與身份驗證,讓不…
介紹了 ProvenanceGuard,一款用於 MCP 代理的源感知驗證工具。該工具能識別並驗證答案來源是否正確,避免將不同來源的資訊錯誤歸屬。
James Ward 探討了 MCP 伺服器在生產環境中的演進,涵蓋可觀測性、評估機制、工具設計、程式碼模式及 AWS 的 16,000 多個 API 架構。
這期訪談探討了「技能優先於 MCP」的理念,即伺服器不應堆砌工具,而應作為知識分發渠道。作者 Ola Hungerford 解釋了如何透過漸進式發現來避免上下文爆炸,並闡述了技能規範與 MCP 規範的邊界問題。
※ 摘要僅根據標題與說明
MCP 是一個讓程式碼助手能連線外部工具伺服器(如 Linear)的協議,解決了不同平台整合問題。它透過標準化,讓單一伺服器定義可被多個工具使用,並透過上下文成本機制控制資訊量,避免預載過多工具定義。
教導開發者如何使用 Python MCP SDK 將 GraphRAG 知識圖與生成式 AI 結合,打造可被 AI 應用發現的工具。
※ 摘要僅根據標題與說明
OpenAI 透過 Figma MCP Server 讓 GPT-6 Astra 設計個人飛機的飛行控制介面。這展示了 AI 如何跨越生成介面與設計系統的鴻溝,將抽象思考轉化為實用的原型。
※ 摘要僅根據標題與說明
介紹 Hugging Face 推出的 MCP Server,並說明其核心在於僅處理 62 萬次呼叫中的一部分,而非全部。
※ 摘要僅根據標題與說明
介紹 SpaceX 的 AI 設計師如何利用 Grok Bot 與 Figma MCP 加速產品開發流程。
※ 摘要僅根據標題與說明
介紹了 Liad Yosef 如何重建 Web 以支援 AI 代理,探討了 MCP Apps 在其中的角色與應用。
※ 摘要僅根據標題與說明
介紹了 GPT-6 Astra 與 Higgsfield MCP 外掛的結合,讓使用者透過 ChatGPT 直接生成完整的產品宣傳影片、3D 模型及網頁,無需手動編輯。
※ 摘要僅根據標題與說明
Autopass 創辦人 Ronald 解釋為何從免費轉向收費:為了解決公司規模縮減與人力成本問題,他們決定將未訂閱使用者轉為付費會員,並擴充套件至路邊停車自動繳費等服務。
※ 摘要僅根據標題與說明