MCP

berry-agent：可无人值守运行的自进化个人智能体

miuiadmin/berry-agent · Unattended self-evolving personal agent for the AGI era — it keeps watch, runs long, and knows you better with every session.

berry-agent 是一个用 TypeScript 编写的个人 AI 智能体，提供终端 TUI、Web UI 与 HTTP /v1/* 接口、TypeScript SDK 以及 MCP 服务等多种使用入口。它以聊天和编程为核心，将 shell 执行、技能包、浏览器、定时任务、记忆、子智能体等 16 项内置能力全部以插件形式挂载。项目强调无人值守的长时运行、跨会话持久记忆与技能沉淀、SQLite 会话审计与回放，以及通过能力门（capability doors）约束危险权限；模型层不绑定单一厂商，可切换 Anthropic、OpenAI、Google 等提供方。项目处于 0.1.1-alpha.1 早期阶段，插件 API 可能在 1.0 前变动。

Chiezo：为 AI 提供知识库、记忆与工具调用的自托管服务器

rtcode337/chiezo · AI のための知識ベース。Wikipedia・OpenStreetMap・GeoNames の公式ダンプを SQLite (FTS5) に索引し、MCP と REST で AI に引かせる。AI が書き足せる notes と、Chiezo を道具として引くローカル LLM(agent モード・web 検索)も同梱。

Chiezo 是一个自托管的 AI 资源服务器，把知识、记忆、可对话的 AI、密钥、算力和工具集中在一处对外「出借」。它把 Wikipedia、OpenStreetMap、GeoNames、Overture 等公开数据以及可写入的 notes 记忆索引到按来源独立的 SQLite（FTS5）文件中，通过 MCP（/mcp）和 REST（/v1/...）两种接口供 Claude Code 等 AI 客户端和应用检索；同时可代理保管 API 密钥、转发推理请求、生成图片/音频/视频/语音与文稿，并可选用本地 LLM 做 RAG 或 agent 模式问答。项目本身不做推理，只负责托管调用方无法自持的通用能力。

Bastra Recall：为 AI 助手提供跨会话持久记忆的本地 Markdown 记忆库

n0mad-ai/bastra-recall · Local-first memory for AI assistants. Keep preferences, decisions and lessons across sessions and connected tools in readable Markdown files.

Bastra Recall 是一个本地优先的 AI 助手记忆工具，把偏好、决策和经验教训存成可读的 Markdown 文件，供 Claude Code、Codex、Cursor 等 MCP 兼容客户端共享调用。它通过 MCP、Skill 和钩子在会话开始或操作前自动浮现相关记忆，避免重复交代上下文，同时允许用户用文本编辑器或 Obsidian 直接查看和修改记忆文件。

Flashmind：Rust 编写的 AI Agent 开发框架

flashmind-labs/flashmind · AI agent framework in Rust — streaming LLM providers, 70+ tools, vector memory, multi-agent orchestration, and MCP support

Flashmind 是一个用 Rust 构建 AI Agent 应用的框架，提供流式 LLM 供应商接入、70+ 内置工具、向量记忆、多智能体编排与 MCP 支持。它通过统一的异步 API 暴露能力，内置 Ollama、OpenRouter、Anthropic、OpenAI（兼容 vLLM/LiteLLM）四类供应商，并支持自定义工具、自定义供应商、混合检索记忆与上下文自动压缩；同时提供 Jev CLI 与 OpenRouter CLI 等命令行入口。

Agent Skills（Emdash Skills）：面向 32+ AI 编程工具的自主产品构建技能体系

heymegabyte/agent-skills · Agent Skills — agent-neutral autonomous product-building OS for 32+ AI coding tools. 23 skill categories · 28 agents · 149 reference docs · 37 platform variants. One-line prompts → deployed products on Cloudflare Workers.

Emdash Skills 是一套与具体 agent 无关的技能与规则集合，面向 32+ 种 AI 编程工具，覆盖从产品构思、架构、构建、QA 到部署的完整流程，目标是把一行提示推进到部署在 Cloudflare Workers 上的产品。仓库包含 23 个技能类别、28 个 agent、多条 slash 命令、跨平台规则变体文件，并引入 Playwright、视觉 QA、Lighthouse、axe-core、SEO 等硬性发布门禁，以及 MCP 编写、文档处理、RAG 流水线等能力。

Brama：用统一端点聚合所有模型与提供商的 LLM 网关

wisent-ai/brama

Brama 是 Wisent 提供的统一模型访问网关，通过一个 OpenAI 兼容 API 与统一身份接入多个模型提供商与订阅。它支持逻辑别名与 best/fast/cheap 等启发式路由、agent 级订阅选择器（any、any-vision-capable、task:<task-name>）、SSE 流式输出、OAuth 订阅凭据刷新、final-use 密钥兑换（Skarbiec 能力插座或桌面内存凭据映射）以及按 token 归属的审计日志。适用于桌面私有网关、Wisent 服务开发者、Jeden 运行时与运维人员的权限最小化与可审计路由场景。

precis-mcp：为 LLM Agent 提供统一读写检索 API 的 MCP 服务器

retospect/precis-mcp · MCP server giving LLM agents a seven-verb API over papers, documents, code, state, patents, and cached web/Wolfram/YouTube tool calls

precis-mcp 是一个 Model Context Protocol（MCP）服务器，面向 7B 级别的语言模型 Agent，用八个动词（get/search/put/edit/delete/tag/link/more）加一个 kind= 参数，在论文、专利、文档、代码、个人状态与缓存工具调用等三类内容上提供统一接口。内容存储在 PostgreSQL 与 pgvector 中，支持混合词法检索与语义检索，并提供 Web 界面。工具种类可按可选扩展与环境变量启用或关闭，可选种类缺失时自动从工具面上消失。

webfang：面向 RAG 数据集的高性能模块化网页爬虫

XaviCode1000/webfang · Modular web scraper with Clean Architecture — wreq TLS fingerprinting, RAG export, MCP server, TUI, AI semantic cleaning. 1,337 tests, Miri verified.

webfang 是一个用 Rust 编写的高性能模块化网页爬虫，采用 Clean Architecture 组织为 webfang_core、webfang_ai、webfang_mcp、webfang_cli 四个 crate。它提供基于 Readability 的内容提取、ONNX 语义清洗、多格式导出（Markdown/JSON/JSONL/向量）、Obsidian 保存、站点地图发现、资源下载、WAF 检测、限速与断点续爬等能力，并内置供 AI Agent 集成的 MCP 服务端。

Ion Engine：无头多供应商 LLM 智能体运行时

dsswift/ion · Headless multi-provider LLM agent runtime. Single Go binary, 14+ providers, 70+ extension hooks, zero opinions.

Ion Engine 是一个无头、多供应商的 LLM 智能体运行时，以单个静态 Go 二进制形式运行，无需运行时依赖。它负责智能体循环、并行工具执行、带分支的对话持久化以及多供应商抽象，支持 14+ 个 LLM 供应商和 73 个扩展钩子。扩展可通过 stdin/stdout 上的 JSON-RPC 用任意语言编写。它不预设界面、工作流、权限模型或部署目标，适合在其之上构建领域专属的智能体系统。

CyClaw：面向本地文档的安全离线优先 RAG 智能体

cgfixit/CyClaw · CyClaw is a secure, offline-first local AI agent built on three invariants: RAG-first retrieval, LangGraph topology as security policy - https://bit.ly/CyClaw-Demo

CyClaw 是基于 Python 的离线优先本地 AI 智能体，核心是在自有硬件上对 Markdown 与 .txt 文档进行检索增强生成。它以 12 节点 LangGraph 构建检索优先流程，所有路径最终汇入审计日志；本地嵌入、BM25 与交叉编码器在 CPU 上运行，仅在选择付费 Grok 或 Claude 回退且用户逐次确认时才发起外部调用。项目提供 FastAPI 网关（绑定 127.0.0.1:8787）、soul 治理、审计与花费台账、可选的按用户认证、记忆、NeMo 护栏、连接器与 Telegram/X 通道等分层能力，并声明其适用场景为一个受信运营者或互信小组，不提供租户隔离。

MCPProxy：在 AI Agent 与多个 MCP 服务器之间提供统一安全代理端点

smart-mcp-proxy/mcpproxy-go · Supercharge AI Agents, Safely

MCPProxy 是一个用 Go 编写的单一二进制代理，位于 AI Agent 与所有 MCP 服务器之间，提供统一、安全的 MCP 端点。它通过工具检索（BM25 搜索）让 Agent 只加载一个 retrieve_tools 函数而非数百个工具模式，从而节省 token 并突破客户端工具数量限制；同时提供自动隔离（阻断 Tool Poisoning）、可插拔安全扫描器、敏感数据检测、意图校验、活动日志审计与预检命令，支持 macOS、Linux、Windows 及内嵌 Web UI。

从症状到修复只需几分钟：使用 Dynatrace MCP 的 AI 辅助开发

Dynatrace 推出了一款叫 MCP Server 的工具，能把 AI 编程助手直接连到 Dynatrace 的实时监控数据上。以前开发者用 AI 写代码时，AI 只能看到代码本身，看不到代码在生产环境里跑得怎么样，所以排查性能问题很费劲。现在开发者可以用大白话向 AI 提问，AI 会去查真实的运行数据并给出具体到代码行的修复建议。文章演示了一个案例：数据库 CPU 被一个低效查询占满，AI 找到了问题，只加两行索引就解决了，响应时间大幅下降。对开发者的好处是排查更快，但文中的演示和截图来自未来日期，实际可用状态原文未明确说明。

GitHub 建议：先用别的办法，再考虑新的 Copilot 功能

GitHub 周四公测了 Copilot 的“computer use”功能：Copilot CLI 和桌面应用现在能像人一样操作 macOS 和 Windows 上的软件，能读屏幕内容，也能点击、打字、滚动和拖拽，连那些没有接口、只能靠图形界面操作的老软件也能用。但 GitHub 自己建议：如果任务能用 API、MCP 服务器、终端命令或专门浏览器工具完成，就优先用它们，因为那样结果更可靠。这项功能目前在公测阶段，需要手动开启，macOS 上还要单独授予辅助功能和屏幕录制权限；敏感窗口内容可能被智能体读到，企业管理员也可用策略限制。

hmharness：鸿蒙全流程开发的自进化智能体框架

swsgbl/hmharness · 为鸿蒙 (HarmonyOS/OpenHarmony) 开发全流程而生的自进化智能体框架——零依赖内核、自进化一等公民、MCP 生态借力、模拟器与工具链无头全控。Self-evolving agent framework for the full HarmonyOS lifecycle.

hmharness 是一个面向 HarmonyOS/OpenHarmony 开发全流程的自进化智能体框架，采用零运行时依赖的 TypeScript 内核，支持任意 OpenAI 兼容厂商与流式输出，内置上下文压缩、审批门禁与会话审计。它提供鸿蒙原生域工具（工程脚手架、hvigor 构建、hdc 安装/启动/日志、仓颉 cjpm、codelinter、模拟器无头全生命周期管理），并具备认知层（世界模型、五层记忆、目标系统、探索引擎、技能编译、进化治理、校准报告）与自进化循环（洞察→提案→训练/保留双门禁→晋升快照→回滚）。同时支持 MCP 客户端接入社区服务器，也能以 MCP 服务器模式把鸿蒙工具链供给 Claude Code、Codex 等宿主，并提供 CLI/REPL/TUI/Web 多前端、多智能体 spawn、桌面自动化与手机远程控制。

AI Agent 加速开发，数据访问却成了拦路虎

AI Agent 让团队做应用和内部工具比以前快得多，但真正卡住进度的是拿不到实时的业务数据。每接一个数据源，都要单独向系统负责人申请权限、等审批，规则和连接还得一个个手工重建；拿不到直连就只能用副本，数据过时，也没法写回源系统。有人提出“统一 API 层”的做法：把数据库、接口和 SaaS 工具的访问集中到一个受管控的入口，按角色和字段级权限放行，AI Agent 也拥有独立身份，通过 MCP 接入，只能看到自己该看的数据。这样一来，申请和审计都集中在一处，权限在数据层执行，而不靠提示词约束 Agent。文中以 Monospace 为例说明这种模式，但该内容属于产品介绍，实际可用性和效果原文未说明。

Cloudflare 为 MCP 工具引入付费访问——谁来管控智能体的花费？

Cloudflare 开始小范围测试一个叫 Monetization Gateway 的付费网关，让网站主能对 AI 智能体访问自己的 API、MCP 工具、网站和数据收费。过去智能体调用工具通常不花钱，现在调用前要先付款，支付信息直接放进网络请求里，用 USDC 在 Base 区块链上结算。问题是智能体可能反复调用，不知不觉就花超了。为此 Cloudflare 计划推出虚拟钱包，让账户主人给智能体设置额度、白名单和单笔上限。目前只对美国符合条件的买卖双方开放测试，价格支持 0.001 到 100 美元，而且有些服务按实际用量收费，最终金额事先并不确定。

mcp-probe：检测与健康检查 Model Context Protocol 服务器的命令行工具

itguruhaseeb/mcp-probe · Lint and health-check any Model Context Protocol (MCP) server over stdio — handshake, tools/list, JSON Schema validation, latency, safe round-trips.

mcp-probe 是一个基于 Node.js 的命令行工具，通过 stdio 直接使用 MCP 线路协议（换行分隔的 JSON-RPC 2.0）对任意 Model Context Protocol 服务器进行 lint 与健康检查。它执行握手初始化、调用 tools/list 校验工具 inputSchema 是否符合 JSON Schema、检查 resources 与 prompts 声明、测量延迟，并可选地执行安全往返调用。工具提供人类可读报告、JSON 和 SARIF 输出，具备稳定的退出码和规则 ID，适合在 CI 中作为构建门禁。

BossConsole：面向 AI Agent 的多平台操作台，统一管理模型与桌面工具

kerachm/BossConsole · Manage AI agents with a multi-platform operator console featuring live hot-reload, secure tool integration, and enterprise-grade scalability on the JVM.

BossConsole 是一个运行在 JVM 上的 AI Agent 操作控制台，把终端、代码编辑器、内置浏览器等工具集中到一个原生应用中，方便用户在同一界面里运行和研究 AI 模型。它支持 Claude、Gemini、OpenCode 等模型，可切换不同 Agent，并提供热重载、MCP 工具集成、RBAC 权限管理、多线程任务执行以及本地保存凭据等能力。

Evo ADS 的 Agent 行为治理功能正式可用：让 MCP 使用变得可控

安全公司 Snyk 在 2026 年 9 月 30 日宣布，Evo Agentic Development Security（Evo ADS）里的“治理 Agent 行为”功能正式可用，首个落地场景是 MCP 治理。问题在于：AI 编程助手通过 MCP（模型上下文协议）能连上数据库、内部接口等外部系统，但连了哪些服务器、是否可信，往往没人管，可能被恶意服务器偷走凭证。MCP 治理让安全团队先列出批准使用的 MCP 服务器清单，再持续监测和记录越权使用，并在 Agent 连接的那一刻本机拦截，目前已支持 Claude Code、Cursor、Codex 和 GitHub Copilot。这样安全团队不用改架构就能给 Agent 的工具调用上锁。

DiffPrism：面向代理生成代码变更的 AI 代码审查工具

CodeJonesW/diffprism · AI powered code review for agent-generated changes.

DiffPrism 是一个基于 TypeScript 的 AI 代码审查工具，用于审查 GitHub PR 以及本地代理生成的代码变更。用户可粘贴 PR 链接，在浏览器中查看语法高亮 diff，并通过 Claude Code 或 Cursor 对任意行、文件提问；AI 可获取 PR head 版本完整代码库上下文而非仅 diff。它通过 14 个 MCP 工具与 AI 代理交互，支持行内标注、线程回复、Review dojo 多代理评审，以及 pre-commit 提交门禁。