MCP

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。

pair-review：AI 辅助人工代码评审的本地 Web 应用

in-the-loop-labs/pair-review · AI assisted code review with a human in the loop

pair-review 是一个本地优先的 Web 应用，用于在 AI 编码代理与人工评审之间保持闭环。它提供类似 GitHub 的 diff 界面，支持对 PR 或本地未提交改动逐文件逐行评论，并可选触发三层 AI 分析生成建议，由人工采纳、修改或丢弃后再以 Markdown 形式导回编码代理，或直接提交到 GitHub。项目支持多种 AI 提供商与 MCP 集成，数据与处理均在本地完成。

Claude Agent SDK：面向 Elixir 的 Claude Code 编程接口

nshkrdotcom/claude_agent_sdk · An Elixir SDK for Claude Code - provides programmatic access to Claude Code CLI with streaming message processing

该项目是一个 Elixir SDK，通过将 Claude Code CLI 作为权威运行时契约，提供对 Claude Code CLI 的编程式访问。它支持流式消息处理、生命周期钩子、权限控制以及通过 MCP 的进程内工具执行，可用于构建 AI 编程助手、自动化代码审查、多 Agent 工作流和交互式聊天界面。SDK 本身不捆绑 Claude Code CLI，需要单独安装。

MCP 让 AI Agent 接入你的 API，但它不决定它们能看到什么

这篇文章讲的是：当 AI 助手（Agent）需要查订单、调库存时，人们常用 MCP 把公司内部 API 接给 AI 用。但接上只是一步，真正麻烦的是——AI 进来后能看到哪些数据？如果把 API 的所有信息都开放给 AI，像客户身份证号、财务记录这些敏感内容就有泄露风险；可要是每个团队各自写过滤规则，又会做出几十个重复的工具，很难维护。作者建议用 GraphQL 在字段层面定一份明确规则：每个字段能不能被 AI 看到、能不能写入，都写得清清楚楚，而且不用改掉原有后端系统。这样组织就能放心让 AI 调用业务接口，而不是靠每个开发者自己记得删敏感字段。

nsauditor-ai-agent-skill：为 AI 编程智能体注入 NSAuditor 安全审计知识

nsasoft/nsauditor-ai-agent-skill · AI Agent Skill for NSAuditor AI — gives any AI coding agent built-in knowledge of NSAuditor's MCP tools, schemas, plugins, and security audit workflows. Works with Claude Code, Cursor, Windsurf, and any MCP-aware agent.

这是一个可安装的知识包（Agent Skill），让 Claude Code、Claude Desktop、Cursor、Windsurf、VS Code Copilot 等支持 MCP 的 AI 编程智能体掌握 NSAuditor AI 的 MCP 工具签名、数据 Schema、插件目录与多步安全审计工作流，从而无需在每次对话中手动补充上下文。内容包括 SKILL.md 主入口、工作流配方、数据结构说明、插件目录（共 56 个扫描器，27 个社区版 + 29 个企业版）以及 9 个智能体交互示例。

Momentic Agent Skills：教编码 Agent 编写、运行与修复 Momentic 端到端测试的技能与 MCP 服务集合

momentic-ai/skills · Agent skills and MCP servers that teach coding agents to write, run, and repair Momentic tests.

该项目提供一组 Agent 技能（Markdown 形式的 SKILL.md）和本地 MCP 服务器配置，让编码 Agent（如 Claude Code、Cursor、Devin 等）能够编写、运行、诊断和修复 Momentic 的 Web 与移动端端到端测试。技能覆盖浏览器测试、Android/iOS 移动测试、测试结果分类、失败维护与隔离用例修复等流程，并通过 Momentic CLI 提供的 MCP 工具驱动机器上的真实浏览器或设备。项目提供 CLI 安装、插件市场安装以及通用 skills CLI 安装等多种接入方式。安装需要 Momentic CLI、登录或 API Key，移动测试还需设备工具链；部署与成本条件未说明。

Memory Indexer：为 LLM 提供基于认知科学的三轴记忆系统

iyulab/memory-indexer · .NET SDK and MCP server implementing a cognitive science-based 3-axis memory system (type x scope x tier) for LLM context management beyond finite context windows.

Memory Indexer 是一个 .NET SDK 与 MCP 服务器，实现以认知科学为基础的「类型 × 范围 × 层级」三轴记忆架构，用于突破 LLM 有限上下文窗口的限制。它提供通用记忆原语，可自动分类与存放记忆、智能召回上下文，并通过缓冲区、短期、长期、归档四层分级与晋升流水线管理信息。项目提供 MCP 服务器（支持 stdio 与 Streamable HTTP）以及可作为 SDK 集成的记忆服务，支持内存或 SQLite 存储，并允许自定义 IMemoryStore 后端。

演讲：从消费者到构建者——两周内将200人团队转变为智能体创作者

Forter 的 Ben Maraney 分享了一个内部实验：让公司里懂技术和不懂技术的同事都能自己动手做 AI 智能体。原来的问题是造智能体门槛高、流程复杂，普通员工只能当使用者。他们的做法是自建 MCP 服务器，把拖拽式无代码平台和写代码平台混着用，绕开复杂的 RAG 方案，同时提前和法务、安全团队对齐规则。结果是两周内约 200 名研发相关人员开始自己创建智能体，内部推广明显加快；但具体使用了哪些产品、是否已全面开放等细节，原文未说明。

ellmos ControlCenter MCP：面向本地 MCP 服务器的策略管控平面与审计网关

ellmos-ai/ellmos-controlcenter-mcp · Policy-gated MCP control plane for local discovery, profiles, capability bundles, dashboard, and audited tool gateway

ellmos ControlCenter MCP 是一个基于 Model Context Protocol 的本地 MCP 管理服务器与策略受限网关。它可以发现本地 MCP 服务器、读取 MCP profile 文件、把服务器组织为能力包（capability bundles）、按任务推荐 profile、构建目录、从本地仓库或 profile 探测真实 MCP 工具列表，并提供主机级注册表镜像（锁、权限、资源、治理）以及可选的本地仪表盘。其网关模块允许智能体列出并调用宿主尚未加载的后端 MCP 工具，调用受 pattern 策略规则、参数审计与密钥擦除约束；管理与发现为本地优先，无遥测或后台外联。

agentproto/ts：在 TypeScript 中后台运行并审核各类编码智能体的开放运行时

agentproto/ts · Open agentic runtime in TypeScript — run any coding agent in the background, check its work before it lands, and project tools/skills/agents/workflows into CLI, HTTP, MCP, SDK, Mastra & the AI SDK.

agentproto/ts 是一个用 TypeScript 编写的开放智能体运行时（当前 0.20.0）。它可以在后台统一启动、对话、观察和停止 Claude Code、Codex、Hermes、opencode、Mastra 等多种编码智能体，并在改动落库前用测试或审核模型检查其工作，提交需通过检查与人工确认。同时提供工具编写与投影能力，可将工具、技能、智能体和流程投射到 CLI、HTTP、MCP、SDK、Mastra 及 Vercel AI SDK 等宿主。项目还包含 AIP 规范体系、工作流/定时任务、MCP 工具面、沙箱、鉴权、密钥、遥测与评测等平台包，并附带 VS Code 扩展。

desktop-touch-mcp：让 MCP 客户端以语义化方式操控 Windows 桌面应用

Harusame64/desktop-touch-mcp · Windows computer-use MCP server: drive any desktop app via semantic discover-then-act targeting (entities + leases, not pixel coordinates), with per-action perception guards, a native Rust UIA engine, Chrome CDP, and Key Locker credential autofill for ssh/sudo password prompts. Works with Claude, Cursor, and any MCP client.

desktop-touch-mcp 是一个面向 Windows 10/11 的 computer-use MCP 服务器，提供 32 个工具，让 Claude、Cursor 等 MCP 客户端可以截屏、读取 UI Automation 元素、通过 Chrome CDP 操作浏览器，以及进行键盘、鼠标和终端控制。其核心是 discover-then-act 的语义化定位（返回带租约的交互实体而非像素坐标）与逐动作感知守卫，用于在输入落地前核验目标窗口身份和边界。项目还包含 Rust 原生 UIA/图像差异引擎与 PowerShell 回退、Set-of-Marks 视觉回退、CJK 支持、以及用于 ssh/sudo 密码自动填充的 Key Locker。

LangAlpha：面向金融市场的 AI 投研 Agent 工作台

ginlix-ai/LangAlpha · Claude Code for Financial Market

LangAlpha 是一个面向金融市场投研的 AI Agent 框架（自称 "vibe investing agent harness"），用于解读金融市场并辅助投资决策。它以持久化工作区（Daytona 云沙箱）承载研究任务，通过 Programmatic Tool Calling 让 Agent 编写并执行 Python 处理金融数据以减少 token 消耗，并配套原生金融数据工具、MCP 数据服务、金融研究技能（DCF、财报分析等）、Web 研究界面、多模型接入、定时与价格触发自动化、多子 Agent 并行与 Slack/Discord/飞书/Telegram 集成等能力。