MCP
Bright Data MCP 服务器发布，集成超过30种强大工具
Bright Data 正式推出其开源 Model Context Protocol（MCP）服务器，集成超过30种强大工具，助力 AI 代理无缝访问、搜索、爬取和交互网络数据，避免常见的 IP 封锁和访问限制问题。 这一创新解决方案迅速引发行业关注，成为 AI 代理与实时数据交互的关键桥梁。 AIbase 整理最新资讯，带您深入了解 Bright Data MCP 服务器的核心功能与潜力。
GitHub与微软采用Anthropic的MCP标准，连接AI模型与数据源
在微软 Build2025大会上，GitHub 及其母公司微软宣布加入 MCP（模型连接协议）指导委员会。 MCP 是由人工智能公司 Anthropic 提出的标准，旨在更好地将 AI 模型与数据存储系统连接起来。 这一消息标志着 MCP 在 AI 行业的影响力持续增长，早些时候，OpenAI 和谷歌也曾表示将支持这一标准。
火山引擎发布大模型生态广场 MCP Servers
火山引擎正式发布了其大模型生态广场——MCP Servers，这一创新平台的推出标志着AI开发进入了一个全新的模块化组装时代。 通过“MCP Market（工具广场） 火山方舟(大模型服务) Trae(应用开发环境)”的深度协同，MCP Servers实现了从工具调用、模型推理到应用部署的全链路开发闭环，极大地简化了开发流程，让开发者能够以更高效的方式构建AI应用。 MCP Servers被形象地称为“大模型工具超市”，它集成了众多高质量的MCP协议适配工具，覆盖了搜索、数据库、业务系统API等高频应用场景。
为什么 API 必不可少，而 MCP 暂时是可选的
作者 | Gil Feig编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）AI 助手在产品体验中的重要性日益凸显，而一种新的标准也应运而生，它助力 AI 助手的构建：模型上下文协议 (MCP)。 随着 Anthropic、OpenAI 和 Gemini 等主流大型语言模型 (LLM) 提供商的采用，该协议迅速在更广泛的软件生态系统中获得了广泛关注，各大公司纷纷构建自己的 MCP 服务器。 作为参与构建 MCP 服务器和 API 集成的人员，我亲眼目睹了这种快速采用导致的混乱。
新技术栈来了！四剑客联手打造下一代互联网！智能体互联时代将至！A2A、MCP、Kafka 与 Flink如何强强联手？
编译 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）智能体（Agent）是个不可逆的趋势。 但今天的AI 智能体似乎还处于一个“前标准化”阶段。 这些雨后春笋般的智能体越来越多，性能强大、增长迅速，但彼此之间却无法协作——有的智能体用来分析数据，有的用来编写代码，有的用来自动化客户关系管理（CRM）工作流，但它们彼此孤立，互不往来。
ChatGPT将整合MCP协议，助力企业接入多样AI服务
近日，有科技媒体爆料，OpenAI 正在测试一项名为 “连接器设置”（Connectors settings）的新功能，ChatGPT 可能会很快支持 MCP(模型上下文协议)协议。 这一变化将使 ChatGPT 能够与第三方 AI 服务进行无缝对接，为用户提供更多个性化的体验。 MCP 协议的推出始于2024年11月，由 AI 公司 Anthropic 开发，其目的是统一大语言模型（LLM）与外部系统之间的互动方式。
十张图带您极简认识 MCP「可视化指南」
图片简单来说，MCP 就像 AI 应用的 USB-C 端口。 一句话通俗解释：MCP就像是一个“超级连接器”，可以看作强大的拓展坞，能让聊天机器人和外面的各种数据（比如数据库、文件等）轻松“牵手”，让它们更好地一起工作，就像让机器人有了更多“知识库”和“工具箱”。 正如 USB-C 提供了一种将设备连接到各种配件的标准化方式一样，MCP 也标准化了AI 应用程序连接到不同数据源和工具的方式。
玩转MCP第一弹｜手把手教你将 Figma 设计稿转化为前端代码
明明听说 Trae 的 的模型上下文协议（MCP） 功能超实用，却陷入 “不知从何下手” 的迷茫？ 别担心！ 我们将开启 “玩转 MCP” 的系列内容，手把手教你使用 Trae IDE 借助 MCP 轻松实现多样化的开发需求！
OpenAI ChatGPT 被曝将支持 MCP 协议，可接入第三方 AI 服务
据社交平台 X 用户 Tibor 爆料，ChatGPT 正在测试一项“连接器设置”（Connectors settings）功能。用户可点击“自定义”（Custom）选项，添加新工具，并填写工具名称、URL 和描述等信息。
Hugging Face上线MCP免费教程！一天速成AI上下文协议
Hugging Face再度为全球AI开发者带来惊喜，正式发布Model Context Protocol（MCP）免费在线课程。 作为连接大语言模型(LLM)与外部数据和工具的标准化协议，MCP正成为AI Agent开发的核心技术。 这门课程从MCP协议基础到实际开发应用，内容简洁实用，旨在让开发者快速上手，构建高效的AI上下文交互系统。
Spring AI + MCP + DeepSeek-R1-7B + SSE 全流程实战指南
本教程将带你从 0 到 1 实现一个完整的 AI 流式问答应用，整合以下组件：Spring Boot Spring AI 构建服务框架MCP（Model Connector Plugin） 用于统一管理本地/云端大模型DeepSeek-R1-7B 国产高性能大模型（OpenAI API 兼容）SSE（Server-Sent Events） 实现前后端实时流式响应Ollama（可选） 更便捷地部署 DeepSeek-R1-7B 模型并提供 OpenAI 接口支持模型部署方式推荐：Ollama 运行 DeepSeek-R1-7B安装 Ollama访问：（以 DeepSeek 为例）复制也可以加载其它模型，如 llama3, qwen:chat, yi:34b, phi3, mistral 等。 启动 Ollama复制Ollama 会自动监听 OpenAI 风格接口（http://localhost:11434/v1/chat/completions），兼容 stream: true。 Spring Boot 接入 SSE 流式输出服务添加依赖（pom.xml）复制WebClient 配置类复制请求体结构封装复制DeepSeek-R1-7B 接口封装（支持 stream: true）复制控制器对外暴露 SSE 接口复制前端 JS 接入 SSE 实现流式展示复制总结通过以上步骤，我们成功实现了：Ollama 部署并运行 DeepSeek-R1-7B 本地大模型Spring Boot 封装 OpenAI 接口 stream: true实现后端 SSE 推流 前端实时 Token 渲染支持国产开源模型的类 ChatGPT 对话功能
OpenMemory MCP发布！AI记忆本地共享，Claude、Cursor一键同步效率翻倍！
OpenMemory MCP（Model Context Protocol）正式推出，为AI工具提供统一的本地记忆共享解决方案。 这一开源工具允许用户将AI交互内容存储在本地，并通过MCP协议共享至支持的客户端，如Claude、Cursor和Windsurf，只需维护一份记忆内容即可实现跨工具上下文同步。 AIbase观察到，OpenMemory MCP的发布迅速引发开发者热议，被认为是提升AI工作流效率的重大创新。
MCP如何实现Agentic AI工作流
Agentic AI工作流涌现！ 本文揭秘如何用 Anthropic 的 MCP 赋能 LLM，实现自主决策。 通过 Todo List MCP Server 和 Calendar MCP Server 演示，展示 MCP 客户端如何协调工具和动态提示，构建模块化、可组合的智能自动化流程。
一口气讲清楚：FC、MCP、A2A
前面几篇文章中，我介绍了AI大模型领域常见的几种专业术语，分别是：AGI、RAG、AIGC、LLM、MCP、EMB、向量库、训练集、多模态。 了解基础概念和专业术语之后，有助于我们在工作和生活中深入学习和应用AI。 这个时候，可能有同学会产生疑问，这么多大模型、ChatBot、智能体等AI工具，我该如何将它们融入到自己的生活和工作场景中呢？
AI开发更轻松!MCPHub简化MCP服务器接入，支持OpenAI、LangChain等
为进一步简化 AI 服务中的 Model Context Protocol（MCP）服务器集成流程，MCPHub 正式发布。 作为一款可嵌入式解决方案，MCPHub 为开发者提供了统一的配置、管理与连接方式，兼容多种主流 AI 框架，包括 OpenAI Agents、LangChain 和 Autogen。 在当前多模型、多框架并行演进的背景下，MCPHub 致力于打破服务集成复杂、部署门槛高的问题，通过统一接口与灵活配置，显著降低接入难度、提升效率。
合合信息推出 MCP 服务，助力大模型高效智能文档处理
在人工智能和大模型技术飞速发展的今天，如何高效调用外部工具已成为开发者们面临的新挑战。 不同大模型的调用结构和参数格式各不相同，导致开发者不得不为每种模型单独编写工具调用逻辑，进而影响了集成的效率。 为了解决这一难题，合合信息近日推出了文档处理领域首批 MCP（Model Context Protocol）服务，为企业和开发者提供了一个 “万能接口”。
CodeBuddy的七种武器
中学时代非常喜欢看武侠小说，“飞雪连天射白鹿，笑书神侠倚碧鸳”自然不在话下，还看过梁羽生的《白发魔女传》与《七剑下天山》等书，当然还有古龙的《多情剑客无情剑》《绝代双骄》等，以及颇具特色的《七种武器》。 近来使用CodeBuddy，于是借用“七种武器”的噱头，聊一下CodeBuddy的七个功能特性，过一把武侠瘾。 1.长生剑：Craft智能体在编程江湖的传说里，Craft智能体就像一柄藏在键盘中的"长生剑"——这柄剑没有锋刃却通晓编程，剑鸣轻响间便能将言语化作代码星河。
一文了解！MCP 技术生态全面解析：核心组件、工作流程、生命周期
在 AI 领域，模型上下文协议（MCP）的出现，就像是一场及时雨，完美地解决了 AI 模型与外部工具和资源交互的难题，让它们之间的协作变得轻松又自然，彻底打破了数据孤岛的困境，让不同系统之间的互操作性不再是梦想。 一、MCP 核心组件：架构精解MCP 架构 ：MCP 主要有三个核心组件，分别是 MCP 主机、MCP 客户端和 MCP 服务器，它们三个相互配合，让 AI 应用和外部工具、数据源之间能够无缝通信。 MCP 主机 ：就好比是一个大舞台，为执行 AI 任务提供了演出环境，并且在这个舞台上运行着 MCP 客户端，没有它，整个表演就没办法开始。
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