AI 资源库 · 已整理 167 项

MCP

查看与MCP相关的 AI 资讯、工具、Skill、工作流和开源项目。

AI 编程助手:信任本身就是攻击面

这篇文章讲的是 AI 编程智能体(能自己读代码、跑命令、提 PR 的编程助手)的安全隐患。过去自动补全只是猜你下一行代码,不会自己动手;现在的智能体却会直接操作系统,但大家沿用的信任模型没有跟着改。问题在于两点:智能体读到的文字既当资料又当命令,而且信任是看“来源渠道”而不是看内容——文件、hooks、MCP 工具只要被打上可信标签,里面藏的指令就会被照做。文章说,仅靠权限提示和沙箱不够,因为没人负责提示之间智能体自己干了什么;作者通过拆解一次会话从启动到执行的各个阶段,展示攻击面在哪里,帮开发者想清楚怎么加固工作流。

文中可用工具

提供的材料未提及具体可用工具。

☆ 收藏查看来源 ↗

Atomic Chat:本地运行开源权重大模型的 AI 聊天应用与推理引擎

AtomicBot-ai/Atomic-Chat · Local AI app and inference engine for agents. Run open-weight LLMs locally — private, 100% offline on your computer. Join our Discord: https://discord.com/invite/8wGSsvmg4V

Atomic Chat 是一个本地 AI 应用与推理引擎,可在本机运行来自 HuggingFace 的开源权重 LLM(如 Llama、Gemma、Qwen、Mistral、Phi 等),强调隐私与离线使用。它提供桌面端(macOS/Windows/Linux)与移动端(iOS/Android)应用,内置 OpenAI、Anthropic、Mistral、Groq、MiniMax、Qwen、Moonshot 等云端模型提供商(自带 API Key),支持 MCP 服务器、自定义助手、项目会话树和 Artifacts 实时预览。同时通过 localhost:1337/v1 提供 OpenAI 兼容的本地 API,可被各类 Agent、CLI 和 IDE 插件调用。

☆ 收藏查看来源 ↗

Workday 走向无头化,向外部 AI 智能体开放 HR 与财务数据

Workday 把自己的 HR 和财务数据平台「无头化」——简单说,就是不再只靠自家网页界面来用,而是开放接口给外部程序。以前开发者想接这些数据,常把数据复制到数据湖或用系统账号,结果绕过了权限检查,智能体可能看到不该看的信息、做不该做的操作。现在通过官方的 MCP 服务器、SQL 直查和共享运行时,智能体能以用户本人的身份运行,只能看到、操作该用户有权处理的内容。对开发者来说,可以在 Claude Code、Cursor 等工具里构建自己的 HR 和财务智能体;对企业来说,智能体仍受 Workday 的权限和审计约束。

文中可用工具

  • Model Context Protocol一种让 AI 智能体连接外部数据与工具的开放协议
  • MCP serverWorkday 提供的入口,让智能体以用户身份访问 HR 和财务数据
  • Workday Extend AI包含 Agent-Ready Tools 的开发工具集
  • Agent-Ready ToolsWorkday 的 MCP 工具服务器,提供读写数据的工具
  • Live Data Query允许 BI 工具和智能体直接对 Workday 数据跑 SQL 查询
  • Workday Data Cloud包含 Live Data Query 的数据云服务
  • Agent Harness共享运行时,负责给智能体传身份权限并挑选模型
  • Developer Agent用自然语言在 Claude Code、Codex、Cursor 等工具里生成 Workday 智能体和应用
  • Custom Agents让团队把用 LangChain 或 Google ADK 构建的智能体部署到 Agent Harness
  • Agent Context Service计划 2027 年初早期访问,只预加载任务所需的 Workday 数据
  • Grounded Reasoning计划 2027 年初早期访问,在执行动作前拿企业政策、流程规则和 Workday 记录做核查
  • Claude Code外部开发者用来构建 HR 和财务智能体的工具之一
☆ 收藏查看来源 ↗

Agent 干了活,审计日志却说不出是谁下的指令

CloudBolt 的首席客户官 Shawn Petty 和售前工程总监 Mike Bombard 在一次网络研讨会上,分享了他们对客户和潜在客户环境的检查结果:超过 20% 与 MCP 相关的访问策略要么失效要么缺失,多数情况下 MCP 服务器跑在某个人的私人令牌上,而不是服务账号。这带来的麻烦是出事后审计日志查不清责任:私人令牌会把某个工程师的名字写进日志,共享服务账号则只留下账号名,两种都说不准到底是谁下的指令、谁批准了这次访问。他们演示的做法是把 Agent 的活动对接到企业已有的身份提供商,限制 Agent 能碰哪些资源,再读出可追溯的审计记录。对用 Agent 操作云基础设施的团队来说,这提供了一个把 Agent 行为追责到具体人的思路;该研讨会需注册后参加,具体产品能力原文未说明。

文中可用工具

  • CloudBolt把 Agent 活动对接到已有身份提供商、限制 Agent 可访问范围并输出审计记录的方案
☆ 收藏查看来源 ↗

LangChain 中的 MCP:无状态协议、elicitation 等更新

LangChain 把 MCP 支持搬进了主包,现在放在 langchain.mcp 里,不再需要单独安装 langchain-mcp-adapters。MCP 是一种让 AI 智能体调用外部工具的通用协议,过去每次调用都要先开一个会话、记住会话编号,服务器一重新部署,正在进行的会话就断了,运维起来很麻烦。新版 MCP 规范改成了“无状态”,所以 LangChain 顺势支持了工具列表缓存,以及 elicitation(工具执行中途反过来问用户问题,比如确认删除或补充缺失参数),并用 LangGraph 的 interrupt 来实现这种暂停和恢复。底层用的是 FastMCP,新旧两版协议的服务器都能连,旧的 MultiServerMCPClient 收敛成单个 MCPAdapter 类。对开发者来说,装个 langchain[mcp] 就能用,不过迁移细节和 elicitation 后续示例在文中被截断了,这部分信息未完整给出。

文中可用工具

  • langchain.mcpLangChain 主包里的 MCP 支持模块,用来连接智能体和 MCP 工具服务器
  • FastMCP提供连接、认证、缓存和协议协商的底层客户端,兼容新旧两版 MCP 规范
  • MCPAdapter替代旧的 MultiServerMCPClient,用来接入一个或多个 MCP 服务器
  • ClientGroup给每个 MCP 服务器单独配置连接、认证和协议版本
  • LangGraph用其中的 interrupt 机制实现 elicitation 的暂停与恢复
  • create_deep_agent创建可直接使用 MCP 工具的智能体
  • langchain-mcp-adapters旧的独立安装包,现已并入 langchain 主包
☆ 收藏查看来源 ↗

KMJ CodeBridge:通过 MCP 插件将 ChatGPT 等客户端安全接入授权开发机与 VPS

kmjtechno/kmj-codebridge · KMJ CodeBridge connects ChatGPT to authorized computers and VPSs through one MCP plugin for secure coding, Git operations, and verified builds and tests. Designed for lightweight agents, resilient connections, and centralized licensing through KMJ Main Platform. Under active development.

KMJ CodeBridge 是一个基于 MCP 协议的桥接工具,把 ChatGPT、Claude 及兼容 MCP 客户端连接到经管理员授权的电脑和 VPS 项目上,用于受限范围内的代码阅读、编辑、Git 操作以及经过校验的构建与测试。它采用网关加设备代理的架构:网关负责认证、策略与任务状态,设备代理只发起出站连接,工作范围限定在管理员批准的项目根目录内,写操作有哈希与前置条件校验,质量门禁只能运行管理员配置的命令,不暴露通用远程 shell。项目主打本地 LLM 优先,通过回环地址上的 Ollama 使用已安装模型进行有界草稿生成,不会自动下载模型或回退到付费云端推理。项目处于活跃开发中的开发者预览阶段,采用 Apache-2.0 许可,需要 Node 24+。

☆ 收藏查看来源 ↗

vishalhabib99:AI 产品经理的开源作品集——智能体评测与 MCP 信任工具

vishalhabib99/vishalhabib99 · Vishal Habib: AI Product Manager. Agent evals, guardrails and MCP trust tooling, built in the open.

这是 Vishal Habib 的个人 GitHub 仓库,汇集其在开放环境下构建的智能体评测、护栏与 MCP 信任相关工具与案例。内容包括 MCP 服务器诊断(mcp-doctor)、模糊测试(mcp-fuzz)、现实性校验(mcp-reality-check)、信任检查(mcp-trust-check),以及面向 AI 产品经理的技能集合(ai-pm-skills)、智能体产品手册(agentic-product-playbook)和产品案例研究(ai-pm-portfolio)。同时包含金融科技场景下的答案核验(retirement-answer-check)、电商列表声明核验(listing-claim-check)、智能体交接检查(agent-handoff-check)等项目,以及公开的评测报告、红队测试结果和写作链接。

☆ 收藏查看来源 ↗

GitHub Copilot 入门指南:如何让 Copilot 了解你的代码库

GitHub 官方博客介绍了让 Copilot 更懂你项目的四种自定义方式。原来每次让 Copilot 改代码,都得反复解释项目的命名规范、测试脚本和目录结构,新来的 Copilot 完全不了解这些“家规”。现在可以把这些知识直接写进仓库:用自定义指令说明通用规范,用 Agent 技能打包重复流程(如跑测试和 lint),用自定义 Agent 处理无障碍审查这类跨文件任务,还能通过 MCP 服务器接入 Playwright 等外部工具让 Copilot 在浏览器里实际操作验证界面。这样 Copilot 就能自动读取项目规则,减少重复说明,按团队既定流程干活。文章还推荐了社区分享的 Awesome Copilot 资源库,并建议先从一个常被重复解释的规范开始,写进 .github/copilot-instructions.md 试起。

文中可用工具

  • GitHub CopilotAI 编程助手,可根据项目上下文帮开发者改代码
  • Playwright通过 MCP 服务器让 Copilot 打开浏览器并手动测试应用界面
  • MCP servers把 Copilot 连接到外部工具、数据源和服务,扩展其能力
  • Awesome Copilot社区分享的现成自定义指令、技能和 Agent 等资源集合
☆ 收藏查看来源 ↗

miu-cr:CLI、CI 与 MCP 环境下的 AI 代码评审工具

vanducng/miu-cr · Agent-powered AI code review - review staged changes, commits, and GitHub PRs from the CLI, CI, or any MCP host.

miu-cr 是一个由 Agent 驱动的 AI 代码评审工具,可用于评审暂存改动、提交区间以及 GitHub PR,既能在本地 CLI 运行,也能在 CI 中作为门禁,还可通过 MCP 服务器被 Claude Code、Codex 等支持 MCP 的 Agent 调用。它结合确定性引擎与 LLM,在 stdout 输出稳定的 JSON 结构,并支持项目规则注入、评审结果评估以及 GitHub PR 行内评论。

☆ 收藏查看来源 ↗

书内 Book Learning:面向多账户教材的引文校验 RAG 学习助手

Zafer-Liu/book-learning · 书内 BOOKNOTE · 多账户教材 RAG 学习助手 —— 回答必引原文:C/W 双引用校验、批注阅读器、长对话自动压缩、可选联网补充(MCP)

书内(Book Learning / BOOKNOTE)是一个可自托管的多账户教材学习工作区,支持上传 Markdown、TXT、DOCX 教材,提供问答、章节讲解、要点梳理与自测四种学习模式。所有回答必须基于本轮检索到的教材证据并附带可展开的原文引用(C/W 双轨引用校验),无引用或伪造引用的回答会被整体拒绝且不落库。项目还包含批注阅读器、长对话自动压缩与上下文计量、可选联网补充(MCP/智谱搜索)、自测复习与 Anki CSV 导出、只读分享链接及在线演示,数据按账户与书籍隔离,单本书一个检索上下文。

☆ 收藏查看来源 ↗

core-graph:基于 PostgreSQL 的安全威胁情报图谱与向量知识平台

rmednitzer/core-graph · Converged graph + vector knowledge platform on PostgreSQL (Apache AGE + pgvector) for security, threat intel, and AI memory

core-graph 是一个构建在 PostgreSQL 之上的图与向量融合知识平台,使用 Apache AGE 存储图数据、pgvector 存储向量嵌入,用于汇聚安全与基础设施领域的异构数据。它涵盖威胁情报、安全事件、OSINT、审计合规、AI 记忆、取证时间线、基础设施资产、身份与访问管理八个本体层,支持 STIX 2.1、MITRE ATT&CK、OCSF 1.1、OSCAL 等标准,并通过 NATS JetStream 接收卫星系统数据。对外提供 MCP 服务器(面向 AI 智能体)、FastAPI REST API(面向人工用户)和 TAXII 2.1(威胁情报共享)三类接口,并内置多层授权、双时态数据模型和证据完整性机制。项目状态为 Alpha。

☆ 收藏查看来源 ↗

Claude Code 两次 MCP 调用就找到应用共享契约,但记录到此为止

一位在 Bit Cloud 工作的工程师做了个实验:把之前用 Claude Code 搭建的小型客服控制台放在 Bit 平台上,每个组件版本化时平台会自动记录依赖关系。他开了一个全新的 Claude Code 会话,没有聊天历史、没有本地代码,只让 AI 加一个按工单状态和负责人筛选的功能。Claude 通过 MCP 先读整个 scope,再读各组件,两次调用就发现了四个组件以及它们共享的工单实体,随后自动导入代码、改完前端并跑通 41 个测试。这样做的价值是:AI 不用重新猜你的架构,还能知道共享部分不要乱动。不过记录只能说明“谁依赖谁”,不能说明接口行为是否还对得上,这部分仍需人工检查。作者也说明这是演示项目,用的是预置账号和公开签名密钥,并发控制、迁移、恢复流程和必跑的数据库测试都还没做。

文中可用工具

  • Claude CodeAI 编程助手,可在会话中读取项目上下文并修改代码
  • MCP让 Claude Code 连接外部平台读取组件与依赖信息的协议
  • Bit Cloud构建、托管和部署组件的平台,会在版本化时生成依赖记录
  • read_scopeMCP 调用,读取一个 scope 下所有组件及其依赖
  • read_componentsMCP 调用,读取指定组件的 API 参考和文件清单
  • bit import把远程组件导入本地工作区
  • CLAUDE.md人工编写的项目指令文件,会话开始时加载
  • AGENTS.md通用的智能体指令文件,告诉 AI 去平台上查找信息
  • ProjectsClaude Code 云会话中的共享记忆功能,可在多个会话间记住决定
  • React前端框架,用于构建客服控制台界面
  • Express后端服务框架,提供工单 API
  • MongoDB数据库,存储工单和评论数据
☆ 收藏查看来源 ↗

vision-mcp:为 AI Agent 提供图像理解能力的 MCP 服务器

nirholas/vision-mcp · Let any AI agent see — analyze and describe images through the three.ws vision pipeline. Free NVIDIA NIM VLMs first, with an automatic server-side paid backstop. Pass an image URL or base64 and get a structured, natural-language read. Read-only, no key required.

vision-mcp 是一个基于 Model Context Protocol 的服务器,让任意 AI 助手通过 stdio 获得图像理解能力。传入公开 URL 或 base64 图片,即可进行视觉问答、OCR 读图、图像分类、3D/虚拟形象渲染评价,或生成替代文本(alt text)与说明文字。请求由 three.ws 视觉流水线处理,优先使用免费的 NVIDIA NIM 视觉模型,失败时自动回退到服务端付费模型;调用方无需付费也无需提供密钥,接口只读、会按 IP 限流,可选提供 three.ws API Key 提高限额。

☆ 收藏查看来源 ↗

Vaelius:面向人与 AI Agent 的自托管共享知识与记忆服务

seankerman/vaelius · Self-hosted knowledge and memory for people and AI agents. PostgreSQL, MCP, explicit access controls.

Vaelius 是一个自托管的私有知识服务,用于为人与 AI Agent 提供共享记忆和知识检索。它会记录显式登记的 Agent 活动、对可识别机密进行脱敏、保留原始文档,并通过带认证的 MCP 服务检索相关证据。PostgreSQL 承担知识、索引、权限与处理任务的统一权威存储,支持全文搜索与 pgvector/HNSW 向量检索,并提供可检查的来源元数据、访问控制、撤销与删除等生命周期能力。项目处于早期阶段,仅在本地以合成场景测试,生产云部署与真实团队验收尚未完成。

☆ 收藏查看来源 ↗

Claude-Code:基于 Bun、React Ink 与 TypeScript 的终端交互式 AI 编程工具

secret-fort290/Claude-Code · Run Claude in the terminal with Bun, React Ink, and TypeScript for interactive AI coding, MCP, and SDK workflows

该项目描述为在终端中运行 Claude 的交互式 AI 编程工具,结合 Bun、React Ink 与 TypeScript,面向 MCP 和 SDK 工作流。仓库 README 主要面向 Windows 终端用户,提供下载、安装、设置、文件处理与更新等使用说明,但未给出具体技术实现细节。

☆ 收藏查看来源 ↗

genpark-legal-clause-cross-reference-resolver-skill:合同交叉引用解析与法定术语图分析工具

alphaparkinc/genpark-legal-clause-cross-reference-resolver-skill · Contract cross-reference resolver and defined-term graph analyzer detecting circular references and substituting statutory definitions.

该项目是一个零依赖的 Python 技能,可作为 MCP 服务或 CLI 使用,用于解析合同条款之间的交叉引用、分析定义术语图、检测循环引用,并进行法定定义的替换。材料同时声称支持文档版面解析、复杂表格重建、公式一致性审计与 PII 脱敏。

☆ 收藏查看来源 ↗

Stuga:自托管文档数据库与知识库,AI Agent 的修改以修订建议形式等待人工审核

stuga-dev/stuga · Self-hosted Notion alternative where AI agents' edits arrive as tracked changes you accept or reject. Docs, databases, MCP.

Stuga 是一个可自托管的 Notion 替代方案,提供实时协作文档与带 SQL 的数据库,并允许 Claude Code、Codex 等 MCP 客户端以 Agent 身份接入。Agent 的写入默认以 tracked changes 形式出现,由人逐条接受或拒绝;也可由文档/数据库所有者或工作区管理员配置为直接应用并保留记录与回滚能力。内置协作编辑、权限感知的 BM25 与向量混合检索、审计日志、导入导出以及可选的 AI 协作者与问答功能。

☆ 收藏查看来源 ↗

aiops-agent-reproduction:用规格驱动的智能运维 Agent 实现告警到诊断报告全链路

hl7321/aiops-agent-reproduction · 信息采集装置智能运维 Agent 系统:用 OpenSpec 规格驱动,从告警接入到诊断报告的完整链路。

该项目把“告警接入 → 拉取日志取证 → 输出诊断报告”的运维流程用 Agent 方式重新实现,涵盖认证与数据隔离、SSE 流式聊天、Milvus 知识库与 BM25L 加向量双路召回、LangGraph 编排的 Plan-Execute-Replan 智能诊断、以及官方腾讯云 CLS MCP 工具连接。项目采用 OpenSpec 规格驱动开发,提供 10 套 Java 电商故障 fixtures(日志、告警、SOP)用于完整重放演示诊断链路。示例日志、告警和知识库文档均为构造的演示数据。

☆ 收藏查看来源 ↗

AIPOCH Open-Science:面向可复现科研的本地优先 AI 研究工作台

aipoch/open-science · The open-source AI research workbench for scientific research and agent workflows. Local-first, model-agnostic desktop app with extensible skills, MCP tools and connectors, Python/R execution and traceable artifacts for reproducible research on macOS, Windows and Linux.

AIPOCH Open-Science 是由 AIPOCH 开发的开源、本地优先、模型无关的 AI 科研工作台,支持 macOS、Windows 和 Linux。它以科研智能体为核心,结合 Python/R Notebook、科学数据连接器(内置 24 个连接器并支持自定义 MCP)、可扩展技能(内置 23 个技能,Skills Marketplace 提供 525 个技能)和 Specialists 委托机制,覆盖从文献综述、假设提出到代码执行、数据分析、模拟、可视化的研究流程。所有生成的报告、表格和图片以不可变、带校验和的版本存储,可追溯产出代码、执行历史与验证证据,并可将完整研究会话导出为可移植的 .science 包用于评审、交接和归档。

☆ 收藏查看来源 ↗

Maskin:让 AI Agent 端到端自主运行产品开发的开源工作台

sindre-ai/maskin · AI run the shop. Humans set direction, agents execute.

Maskin 是一个开源工作空间,让 AI Agent 自主执行产品开发,人类负责设定方向。核心流程为洞察(用户、数据、市场信号)→ 下注(待验证假设)→ 任务(具体工作项)→ 反馈循环。Agent 作为一等公民可创建洞察、提出假设、拆解并执行任务,人类负责纠偏。界面与 Agent 共用同一套 REST API,洞察、下注、任务均为统一对象模型并通过关系连接,所有变更记录为事件日志。Agent 以临时 Docker 容器会话运行(Claude Code、Codex 或自定义 CLI),由事件或定时触发器调度,日志通过 SSE 实时流式输出,技能、经验与记忆持久化在 S3 兼容存储;外部 Agent 可通过内置 MCP 服务(stdio 与 HTTP 两种传输)接入。

☆ 收藏查看来源 ↗