上下文层

Microsoft Fabric 成为 AI Agent 学习企业运作方式的地方

微软在巴塞罗那 FabCon 和 SQLCon 大会上宣布，把集成的数据平台 Fabric 变成企业 AI Agent 学习公司运作方式的地方。问题是，AI Agent 就像《初恋五十次》里的女主角，每次“睁眼”都会忘掉之前发生的事，不知道自己在哪家公司、业务怎么运转。这次微软让 Fabric IQ 这个上下文层默认接入 Microsoft 365 Copilot，外部 Agent 可以通过 MCP 查询，Power BI 之后还能把定义变成应用，本体（ontologies）也进入预览阶段，另外还推出了从 Salesforce、Google BigQuery、ClickHouse、dbt 等来源接入数据、以及带权限的镜像安全角色等功能。对读者来说，这意味着企业可以让 AI Agent 真正了解自己公司过去、现在和未来的业务状态，而不是每次从零开始；不过很多功能还在预览或即将上线，具体体验要等正式可用。

jCodeMunch MCP：基于 tree-sitter AST 的符号级代码检索 MCP 服务器

jgravelle/jcodemunch-mcp · Cut AI token costs 95%+ on code exploration. The leading MCP server for precise, symbol-level GitHub code retrieval via tree-sitter AST. Works with Claude Code, Cursor & any MCP client. 313B+ tokens saved.

jCodeMunch MCP 是一个面向 AI 编程客户端的 MCP 服务器，通过 tree-sitter 解析源码并建立本地索引，让 Agent 按符号（函数、类、方法、常量、文件大纲等）精确检索代码，而不是反复读取整个文件，从而降低代码探索时的 token 消耗。它可与 Claude Code、Cursor、VS Code、Codex CLI、Windsurf、Continue 等 MCP 兼容客户端配合，并提供 find_importers、get_blast_radius、get_call_hierarchy、find_dead_code 等结构性查询，以及编辑前安全检查、PR 风险画像和重构规划等能力。README 声称在多个公开仓库的基准测试中相比 grep-and-read 方式平均减少约 96% 的 token 消耗，并给出独立 A/B 测试结果。项目采用双许可模式：个人使用免费，商业用途需商业许可。