技术方向
让 AI 连上外部软件和数据：MCP 协议、function calling 工具调用与各类工具集成。
176 条精选近 30 天 176 条共收录 702 条
作者以自建书签站 linkbox 为例，用不到 100 行 TypeScript 把后端 API 包装成本地 MCP Server，让 Cursor、Claude Desktop 等客户端直接调用，集成成本从 M×N 降到 M+N。
能拿走一套把自家后端 API 包成 MCP Server 的完整骨架，三个文件加四条工具设计法则，落到软件工厂的 Agent 工具接入线；代价是要处理 stdio 下禁用 console.log、Windows 下别写 npx 这类坑。
威哥爱编程在系列第 7 篇里手写了一遍工具调用循环，让助教 Agent 不再凭印象编课表和词表等级。
能拿走手写工具调用循环的完整骨架，含 @tool(parse_docstring=True)、ToolMessage 对账、步数上限与重复调用去重，落到软件工厂的 Agent 派单流程；代价是工具报错要全转成友好文本，护栏得自己写。
claude-mem 把编码 Agent 的会话观察压缩成摘要，存进 SQLite 加 Chroma 双层存储，再通过四个 MCP 工具做分层检索，GitHub 星数已达 105,550。
能拿走 claude-mem 的四步链路和分层检索做法，把会话摘要压进 SQLite 加 Chroma 再经 MCP 按层取回，落到软件工厂的编码 Agent 上；代价是要用 npx 安装并重启宿主，还要处理托管试用和隐私排除。
DiffNotes 开源上线，让 Claude Code、Codex、Cursor 等编码 agent 通过 skill 或 MCP 端点给 PR 的每个改动块写通俗解释，并附截图、录屏、Markdown 报告和可交互 HTML 演示。
能拿走的是让编码 agent 通过 skill 或 MCP 端点给 PR 逐块写改动原因并附截图，落到软件工厂的代码评审环节；代价是要自建或托管 DiffNotes 服务并装浏览器扩展，笔记不进 PR 评论。
作者结合 Claude Code、Codex 和 Pi-Bolt 的实际使用，把 Rules、Skill、MCP、Workflow、Memory 分别对应到长期约定、任务做法、外部接入、执行顺序与确认条件、跨会话信息保存五类问题。
能拿走 Rules、Skill、MCP、Workflow、Memory 五者的分工表和各家目录路径，落到软件工厂的配置分层上；代价是要按客户端版本逐个核对加载方式，规则文件本身拦不住越权动作。
作者在一次企业内部试点中复盘 6 个工具、9 条用例的 function-calling 评测，基线选择准确率 78%，两条失败用例都是模型完全不调用工具。
能拿走三件事：required 参数来源要写进描述、相邻工具要写互斥边界、负例占比至少 20%，用 mf lint 和 mf coverage 静态查；代价是得先有一套单变量对照的评测套件。
Governor 是一个运行在 agent 与 Anthropic、OpenAI、xAI 之间的小型代理，用于管控 agent 的花费上限和工具调用。它基于 Node 18+ 且无依赖，用户只需修改 SDK 的 base URL，并为每个 agent 分配带独立额度和工具规则的 Governor key。
能用一个无依赖 Node 代理给每个 agent 配独立 key 和工具规则，在模型回复到达 agent 前拦截或挂起工具调用，代价是需改 SDK base URL 并自行维护规则顺序。
Fastbrowse 发布 MIT 许可的浏览器智能体，由 System One 模型 Jev 从页面控件列表中一次性选出操作和目标，长文本读取交给 LLM 规划。
可借鉴的是把动作选择交给小模型 Jev、凭据按名字解析不进提示词、不可逆操作前加授权门这三处设计，能落到本地浏览器自动化产线；代价是 0.7.2 尚未上 PyPI，需按 commit 安装，且不可逆动作分类器会漏判。
开源 MIT 项目 dotpals 发布 0.12 版本，用一个本地悬浮小助手监视 Claude Code、Codex 等编码 agent 的改动、命令和测试输出，测试失败时把 agent 打回重做，最多两次。
能拿走的是用 MCP 只读接口把 agent 的改动、命令和测试输出变成可查证据，并加测试失败回退循环；落到软件工厂的验收环节，代价是要接 Claude Code 或 Codex 的 hook 与日志，非主流 agent 得自己 POST JSON。
mobile-agent 是一个开源工具，让 AI 智能体驱动 Android 设备与模拟器、iOS 模拟器和实体 iPhone，daemon 为每个接入屏幕维护窗口、无障碍树和最新帧的实时镜像，快照与等待都从镜像答复而非每次读设备。
能拿走的是 daemon 维护屏幕镜像、快照与 settle 都从镜像答复而不每次读设备，以及沿用 agent-browser 的命令语法和 @eN ref 让已有提示词直接复用；落到软件工厂的移动端自动化测试线，代价是依赖 Apple 私有接口和隐藏 Android 接口，只能当开发工具，且 iPhone 需付费开发者签名。
cole_dev 在 Hacker News 发布开源项目 Omneum，一个运行在检索与生成之间的本地上下文控制平面，用来源感知的图推理评估 claim 支持度，再在 token 预算内挑选并重建原始段落。
能拿走的是 prepare_context() 的接入方式和 LangGraph 条件边按 claim_support 阈值回退检索的写法，可落到知识沉淀与本地模型部署线；代价是要先做 ContextMapper 映射和 upstream 依赖标注，且精度提升以召回下降换取。
这篇指南梳理了 Claude Code 插件机制，插件是把 Skills、Agents、Hooks、斜杠命令、MCP Server 五类组件打包分发的单元，官方市场 claude-plugins-official 已收录 6 个插件，用 claude plugin install <插件名>@claude-plugins-official 一条命令安装。
能拿走一份最小 plugin.json 加 commands/hooks 目录的插件骨架和 Java 规范检查实例，把散在 settings.json 的配置打包成可版本化分发单元，前提是 Claude Code v2.1.269+，且组件目录不能塞进 .claude-plugin。
作者以《天龙八部》问答项目为例，用 LangGraph 在图上逐步加节点，把线性 RAG 改造成可路由、可多跳、可评估联网兜底、可混合召回重排的 Agentic RAG 闭环。
能拿走 LangGraph 条件边加 withStructuredOutput 做路由、子问题拆解禁指代、LLM 决策配轮次硬护栏这套写法，落到知识沉淀和本地模型部署的检索链路上，代价是每轮多一次 LLM 调用且状态字段必须对齐。
MiniMax Code 团队把团队每天在用的工作流和 16 个 Agent 技能开源。仓库明确说明这不是提示词合集或最佳实践清单，而是团队真实在用的做法，涉及如何让 AI 写的代码保持高标准、如何判断任务该不该交给子 agent、长命令该等多久、长会话如何不变迟钝，以及每轮对话实际送进上下文的内容。具体技能配置和参数原文未展开。
能直接拿走 16 个日常在用的 Agent 技能，覆盖代码标准、子 agent 派单判断、长命令等待时长和长会话维护，前提是只有摘要、具体配置和参数原文未给出。
作者实测了 Mobile Next 团队开源的 MCP 服务器 mobile-mcp，它把 iOS 模拟器、iOS 真机、Android 仿真器和真机的控制能力封装成 30 多个 MCP 工具，Agent 接上后可用自然语言装应用、点按钮、输文字、截屏录屏和抓崩溃日志。
能拿走 accessibility-first 读元素树代替截图、mobile_batch_commands 合并动作省 token，以及把探索路径固化成回归脚本这条线；代价是 iOS 真机要手动开 tunnel 和端口转发，WDA 签名过期得重签。
作者用两周为 DeepSeek Harness（DSH）写了 5 个插件并发布到 npm，包括把长期记忆存进用户 Git 仓库的 dsh-memory-git、右侧栏 Git 面板 dsh-git、把 DSH 变成 MCP 服务端的 dsh-ai-chat-mcp，以及 macOS 和 Windows 各一个桌面自动化插件。
能拿走 Host 插件三步骨架（package.json 的 dsh.bundle 与 engines.dsh 版本准入、cordis.patch.yml、ctx.tools.register 注册工具），落到本地模型部署和知识沉淀两条线；代价是 Host 插件跑在非沙箱进程，装第三方插件等于跑别人代码。
Sheetgraph 发布 0.1 beta，把 xlsx、xlsm、xls、xlsb、ods、csv 和 Google Sheets 抽取成一份 REPORT.md 加公式依赖图，并保留每个单元格供 agent 回查。
把表格压成 REPORT.md 加公式依赖图，再让 agent 用 cells/trace 回查具体单元格，能接进知识沉淀和本地模型部署两条线；代价是超大文件只保留首尾行、INDIRECT/OFFSET 边缺失。
MoEngage 用 Amazon Bedrock AgentCore Gateway 把约 400 个 VPC 私有 REST API 注册为权限受限的智能体工具，估算省下约六个月平台工程工作量，新 API 接入从数天缩短到数小时。
把 OpenAPI spec 当工具定义、用 Cedar 策略在序列化前按主体裁剪 tools/list、身份走 header 不进模型参数，这套做法能直接换掉每团队自建 MCP server 的方案，前提是接受平台组统一托管协议层。
Wavefunction 发布面向 macOS 的开源桌面编码 Agent，采用 MIT 协议，可同时处理多个任务。它把可独立运行的工作拆给子 agent，每个聊天从独立分支开始、可能冲突的子 agent 各用独立 worktree，由主流程审阅合并，并支持任务中途追加指令。
可借鉴它把并行任务拆成子 agent 加 git worktree 隔离、再统一审阅合并的做法，换掉单 agent 串行派活；代价是要装 Docker Desktop 且模型需支持读图。
Deriv 以 MIT 协议开源自托管 AI 平台 Deriv One，把共享技能目录、Slack 智能体、多窗格工作区和无代码 Lab 应用构建器统一在一套身份目录与密钥库上，用量按自有模型网关统计。
能拿走一套自托管 AI 平台的四块拼法，技能注册表加审核流、Slack 智能体、多窗格工作区、无代码 Lab，全跑在自有身份目录和密钥库上；要落地得自备模型网关、身份代理和云，生产插件与内部集成不在仓库里。