MCP

Chrome 146 版本引入了一项关键更新：原生支持模型上下文协议（MCP）。这一特性将显著改变 AI Agent 与浏览器交互的方式。 以往，通过 AI 操作浏览器通常面临两种选择：使用无头模式，或手动移植登录状态。这两种方法都存在局限——无头浏览器易被网站检测并限制；而移植 Cookie、Token 等登录凭证则过程繁琐。尽管存在通过中继插件调用浏览器…

2026年，Agentic AI（代理式人工智能）已从概念探索迈入规模化落地阶段，Manus AI、Replit Agent等实用工具的普及，让“AI自主执行任务”从科幻走向现实。 在这一变革中，AI Agent（智能体）、MCP（模型上下文协议，Model Context Protocol）与Skills（技能）作为Agentic AI系统的三大核心组件，…

如果你最近在关注 LLM、AI Agent、MCP、多智能体系统 ，那你大概率有过这种感觉： 信息太多，但没有一条清晰主线 视频、论文、课程一大堆，却不知道先学哪个 Demo 看懂了，但不知道怎么做成系统 这份文档旨在解决这些问题，它做了一件非常「工程化」的事： 把从 LLM → Agent → MCP → Multi-Agent 的完整学习路径，一次性整理…

开篇思考 Claude Skills 的价值仍然被严重低估。 一个设计精良的 Skill，其所能赋予的智能能力足以媲美甚至超越一个完整的 AI 产品。最关键的是：任何人都可以开发自己的 Skill，无需任何技术背景。 以我开发的 Article-Copilot 为例，仅凭一个 Skill，我便构建了一个能够处理从素材整理到实际写作全流程的 Agent 应用。…

这个名为 UltraRAG 的开源项目，已在 GitHub 上获得了超过 4600 个 Star。它由清华大学 THUNLP 实验室、东北大学 NEUIR 实验室、OpenBMB、面壁智能与 AI9Stars 等机构联合发布，是首个基于 MCP 的轻量级 RAG 开发框架。其核心在于：通过 YAML 配置逻辑，利用 MCP 构建组件，并通过 UI 打通从“算…

引言 随着 AI Agent 日益复杂，在生产环境中管理其状态已成为最关键的挑战之一。当 Agent 需要在多轮交互中保持上下文、从中断的流程中恢复，或对其决策过程进行审计时，传统的无状态架构会失效。这正是状态回放变得必不可少的原因，而模型上下文协议则为此提供了优雅的解决方案。 在这份全面指南中，我们将探讨为何状态管理对 AI Agent 至关重要、它解决了…

首个基于 MCP 的 RAG 框架 UltraRAG：零代码构建多模态检索增强生成系统 UltraRAG 是一个基于 MCP 的开源检索增强生成框架，旨在让用户无需编写代码即可构建复杂的 RAG 系统。 RAG 系统通过让 AI 模型先检索相关信息再生成答案，从而显著提高回答的准确性。 UltraRAG 是由清华大学 THUNLP、东北大学 NEUIR、Op…

如果你还在手动复制项目上下文给AI，或者反复粘贴数据库Schema来让Cursor理解你的项目，那么你正在做太多不必要的重复劳动。 最近，我深入体验了一系列新的MCP工具，它们彻底重塑了我利用AI进行项目开发的方式。我们来深入探讨一下原因——为什么这些工具能让AI从一个“看起来不错”的玩具，转变为真正实用的生产力伙伴。 什么是MCP？ “MCP”代表模型上下…