MCP
Runlayer 携 1100 万美元种子资金亮相，定位“一站式 MCP 安全网关”
曾创办 Nanit、Vowel 的第三次创业 CEO Andrew Berman 今日宣布 MCP 安全厂商 Runlayer 完成 1100 万美元种子轮融资，由 Khosla Ventures 与 Felicis 联合投资，MCP 规范主要作者 David Soria Parra 以个人身份加入顾问。 隐身运行四个月后，公司已签下 Gusto、dbt Labs、Instacart、Opendoor 等 8 家独角兽或上市公司。 Runlayer 将网关、威胁检测、可观测性、企业自动化开发与细粒度权限集成于单一控制台：为 IT 提供预审 MCP 服务器目录，并自动把代理权限映射至现有 Okta/Entra 身份策略，实现“人机同权”。
Stack Overflow 推出 Stack Internal：把企业问答变成 AI 可信知识库
Stack Overflow 在微软 Ignite 大会上发布面向企业的 Stack Internal 产品套件，旨在将内部技术问答转化为供 AI Agent 调用的可信任知识源。 平台通过专属 MCP（Model Context Protocol）接口输出问答、标签、作者、时效性与一致性评分等元数据，为代理提供可靠性权重，避免幻觉生成。 CEO Prashanth Chandrasekar 透露，已有匿名“大型客户”付费接入，其 API 授权模式与 Reddit 超过 2 亿美元的内容交易类似。
微软Win11测试“AI文件连接器”：Claude可直接请求本地文件
微软在Windows11最新预览版中测试MCP（模型上下文协议）连接器，允许Claude等第三方AI通过文件资源管理器向用户申请本地文件访问权限，获批后可在不上传云端的前提下读取内容并完成任务。 操作流程类似“打开Claude→输入‘用《我的文档》里的数据做PPT’→系统弹窗授权→AI本地解析并生成结果”。 微软演示了用本地照片一键生成房地产网站、让Claude总结整个文件夹后输出PowerPoint等场景，并称之为“随心编程”（vibe code）。
MCP安全赛道再添独角兽：Runlayer携1100万美元种子资金亮相
Model Context Protocol（MCP）安全厂商Runlayer今日宣布完成1100万美元种子轮融资，由Khosla Ventures与Felicis联合投资，公司同步结束四个月的隐身运营。 创始人Andrew Berman透露，Runlayer已签下Gusto、dbt Labs、Instacart、Opendoor等八家独角兽或上市公司，并吸引MCP规范主要作者David Soria Parra担任顾问。 MCP协议自2024年11月开源以来，已被OpenAI、微软、AWS、Google等主流模型厂商采纳，用于为AI代理提供无人工干预的数据读写与业务执行能力。
百度搜索正式发布 “猎户座” AI 引擎
百度正式推出了 “百度猎户座” AI 引擎，这是该公司首次全面对外开放其25年来积累的搜索技术与前沿 AI 能力。 百度猎户座不仅是一个基础模型，它还整合了搜索 AI API、MCP（多模态计算平台）及各类行业优势能力，为企业和开发者提供了丰富的工具与资源。 百度猎户座的发布标志着百度在 AI 技术应用方面的重大进展。
实战：SpringBoot+MCP 让你的系统秒变AI助手
在人工智能技术快速演进的今天，大语言模型正在重新定义软件与用户的交互方式。 传统的图形界面和复杂API正在被一种更加直观的交互模式所补充——自然语言对话。 用户不再需要翻阅冗长的技术文档或在多层菜单中导航，只需用日常语言表达需求，比如"请帮我筛选去年出版的所有编程类书籍"或"创建一个新用户，姓名为张三，邮箱为[email protected]"。
2025 年最火的五大 MCP 服务器，打造极致「Vibe Coding」体验
如果你还在手动把上下文贴给 AI，或者把数据库 schema 复制给 Cursor 帮它理解项目，你真的做多了。 我最近在折腾这些新的 MCP 工具，哇——它们_彻底_改变了我用 AI 搭建项目的方式。 来分析下为什么——以及为什么这些工具能让 AI 从“看着挺可爱”变成“真的有用”。
利用MCP创建AI代理：C# 实践指南
译者 | 晶颜审校 | 重楼大型语言模型（LLMs）的快速演进已对人工智能应用领域产生颠覆性影响，其核心优势在于具备自然语言理解与生成能力及逻辑推理能力。 然而，LLMs仍存在显著局限性：无法访问实时数据源，亦不能调用外部计算工具。 这种“信息孤立”状态使其无法提供实时更新的信息，同时限制了其在动态系统中的适配能力及文本生成之外的任务执行能力。
MCP与API网关：不可互换的各自定位
传统API网关难以处理有状态的MCP协议，其会话、流式和多路复用等特性需要Agentgateway等专用网关来解决。 译自：MCP vs. API Gateways: They’re Not Interchangeable[1]作者：Christian Posta我合作的组织正在迅速采用模型上下文协议 (MCP)[2]，通过AI 代理[3]将其服务和数据连接到 AI 模型，但它们遇到了熟悉的挑战：如何在提供路由、速率限制、可观测性和开发者门户的同时，保障对 MCP 服务器和工具的访问安全。
揭秘 MCP Streamable HTTP 协议亲和性的技术内幕
背景传统的 Serverless 平台一般都是面向无状态应用的，通过将请求分发到不同的可以自动扩展的函数实例，从而为应用提供极致的弹性、按量付费等能力。 然而，针对存在会话概念的应用，传统的 Serverless 平台就不能够在后端有多个副本的情况下，将属于某个会话的请求转发到服务该会话的函数实例，从而该类应用无法在不引入外部存储同步会话状态的情况下运行在 Serverless 平台上。 外部存储的引入是有代价的，一方面，某个函数的能扩展的副本数量/会话数量，会受到存储能被多少函数实例并发访问的限制，另外一方面，访问持久化存储/通过网络访问外部存储都会引入额外的开销。
MCP 与 API 网关：二者不可互换
MCP 与 API 网关在架构和协议层面存在本质差异，企业应采用专为 MCP 设计的网关方案以保障安全性与可扩展性，而非简单复用传统 API 网关。 我服务的许多组织正在快速采用 模型上下文协议（MCP），以便通过 AI 智能体将服务和数据连接到 AI 模型。 但他们也遇到了熟悉的挑战：既要保护 MCP 服务器和工具的访问安全，又要实现路由、限流、可观测性和开发者门户等能力。
SpringAI新版发布：终于支持MCP断线重连了！
盼星星盼月亮，Spring AI 新版 1.1.0-M1（1.1.0 里程式版本）终于支持 Steamable HTTP 了，也就意味着 Spring AI 的 MCP 服务终于支持自动断线重连了。 1.SteamableHTTP定义：Streamable HTTP 是基于标准 HTTP 协议的流式数据传输模式，允许客户端或服务器在数据完全生成前，分块（Chunk）传输数据，实现“边生成、边传输、边使用”的实时通信效果。 它不是新协议，而是对 HTTP 的优化用法，结合了分块传输、连接复用、断线重连等特性。
MCP Streamable HTTP Transport 与 SSE：专用通道与通用协议的辨析，内附mcp的示例代码
一、MCP Streamable HTTP Transport 与 SSE：技术选型辨析在构建需要实时数据流的AI应用时，MCP 的 Streamable HTTP Transport 和传统的 Server-Sent Events 是两种常见的备选方案。 虽然它们都旨在实现服务器到客户端的单向数据推送，但其设计目标、协议层级和应用场景有着本质区别。 核心定义SSE：一种 Web 标准协议SSE 是一个基于 HTTP 的轻量级标准。
深入理解GenAI Works框架：整合MCP服务器、A2A、GenAI与工作流智能体
在AI技术快速迭代的当下，智能体（Agent）系统已从单一功能模块向复杂协同架构演进。 此前我们介绍的智能体AI演示系统仅包含基础交互功能，而GenAI Works框架（开源仓库见GitHub）凭借端到端的设计思路，实现了智能体全流程管理与多组件协同，成为企业级智能体开发的重要参考。 本文将从框架结构解析、部署实操及多组件整合三个维度，带您全面掌握这一工具的核心能力一、GenAI Works框架核心结构：从前端到后端的协同逻辑GenAI Works的核心优势在于覆盖智能体AI的完整技术链路，不仅提供可视化交互界面，更通过多协议、多服务的设计，实现智能体注册、消息路由、任务执行与数据存储的闭环。
ChatGPT能随便连MCP了！对话就能开发票、帮退款…奥特曼的野心毕露：将OpenAI打造成全能型平台！开发者：太危险了不敢用
出品 | 51CTO技术栈（微信号：blog51cto）起猛了，ChatGPT 现在真的能随便连 MCP 了！ 今天，OpenAI 宣布在 ChatGPT 中上线 开发者模式（Developer Mode），为 MCP 工具提供完整支持。 在这一模式下，开发者不仅可以自己创建 MCP 连接器，还能在聊天中调用它们执行写入操作——不再局限于过去的“搜索/获取”类功能。
用 MarkItDown-MCP 让你的 AI 编程助手“通吃”各种文件！
大家好！ 今天要跟大家聊一个超级实用的工具——MarkItDown-MCP！ 如果你平时用 AI 编程助手（比如 Claude、Cursor 之类）写代码、查文档、处理数据，是不是经常遇到这样的烦恼：有些文件格式 AI 读不了，或者读起来效果不佳？
小学生都能看懂！12个常用的AI大模型术语科普
想快速掌握大模型关键技术？ 本文从 AI 产品经理视角，深入浅出剖析 Agent、MCP 等术语，涵盖定义、原理、应用场景及相关概念关系，为你构建清晰知识体系，助你在大模型浪潮中把握技术核心，提升产品竞争力。 在大模型快速演进的今天，我们每天都能听到各种新词横飞—Agent、SFT、MCP、RAG、LoRA……仿佛不懂这些术语，就跟不上AI时代的脚步。
当RAG遇上MCP...
随着基础模型能力的不断增强，现实世界中的应用场景对人工智能提出了更高的要求，推动其向更具上下文感知能力、依赖外部信息检索以及由智能智能体驱动的方向发展。 为了满足这些需求，诸如检索增强生成（RAG）和MCP等关键技术正逐步成为构建现代AI系统的核心组成部分。 简要回顾检索增强生成（RAG）是一种结合语言模型与外部知识库的方法，使模型能够在生成回答之前，先通过向量搜索或语义搜索技术检索相关的文档内容。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
AI新词
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
英伟达
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
代码
AI for Science
苹果
算法
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
xAI
蛋白质
开发者
人形机器人
生成式
神经网络
机器学习
AI视频
3D
RAG
大语言模型
字节跳动
Sora
百度
研究
GPU
生成
工具
华为
AGI
计算
大型语言模型
AI设计
生成式AI
搜索
视频生成
亚马逊
AI模型
DeepMind
特斯拉
场景
深度学习
Transformer
架构
Copilot
MCP
编程
视觉