MCP

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…