MCP
A2A vs. MCP全方位对比（附案例实操详解）
前阵子有知识星球成员私信，想要我介绍下 Google 发布的 A2A 是啥？ 我在具体研究 A2A 之前，刷到过几个视频号的博主介绍 A2A时说 A2A 完全是多此一举，现有的 MCP（大模型上下文协议 ）可以直接实现 agent 之间的标准化交互功能。 但初步测试下来发现，A2A并非这么简单。
Versa推出MCP服务器，助力AI助手快速安全查询系统
全球领先的通用安全访问服务边缘（SASE）解决方案提供商 Versa 宣布推出其最新的模型上下文协议(MCP)服务器。 这一强大的新工具旨在帮助客户将其智能 AI 工具与 VersaONE 通用 SASE 平台无缝集成，从而提升可视性、加速事件解决，并提高运营效率。 图源备注：图片由AI生成，图片授权服务商MidjourneyVersa MCP 服务器允许像 Claude、ChatGPT、Gemini、Microsoft Copilot 以及公司内部开发的助手等大型语言模型（LLM）驱动的助手，安全地通过访问 Versa 的 API 查询系统。
Qwen3正式发布，优化编码与代理能力，强化MCP支持引领AI新潮流
阿里云Qwen团队宣布Qwen3系列模型正式发布，以卓越的编码能力、增强的代理功能和对Model Context Protocol（MCP）的深度支持，掀起AI社区热潮。 据AIbase了解，Qwen3涵盖从0.6B到235B-A22B的多种模型规模，优化了数学推理、代码生成和多模态任务，性能直追GPT-4o与Gemini-2.5-Pro。 社交平台上的讨论显示，Qwen3的MCP集成与开源策略备受期待，相关细节已通过Hugging Face与Qwen官网公开。
MCP融合Spring AI，Java程序员大模型技术再上一层楼
在当下的技术发展浪潮中，大语言模型（LLMs）正深度渗透至企业应用开发领域，持续改写着该领域的格局。 开发者积极将其融入现代解决方案。 然而，快速发展背后，大语言模型通信和上下文处理缺乏标准化协议的问题日益凸显。
AI无边界：通过MCP实现不同智能体框架的协作（含代码）
在人工智能飞速发展的当下，智能体框架如雨后春笋般不断涌现。 从LangChain利用高度抽象的方式构建智能体，到CAMEL - AI为用户提供细致配置选项来创建智能体，不同框架各显神通。 但这些框架之间就像说着不同“方言”的个体，彼此沟通困难重重。
MCP 服务器很危险！这里有安全使用指南！
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）MCP 这次真的火了！ 自从Anthropic于 2024 年 11 月推出以来，它有望成为“将 AI 助手连接到数据所在系统的新标准”。 截至目前，该协议已被 OpenAI、微软和谷歌等公司迅速采用；各大供应商纷纷推出 MCP 服务器，希望在 AI 代理工作流程中不失时机。
你的 MCP 调用正在成为系统的"后门"，这个解决方案刻不容缓！
在人工智能快速发展的今天，大型语言模型 (LLM) 已成为提升工作效率的重要工具。 随着 MCP（Model Context Protocol）的出现，我们有了一种标准化的方式来与 AI 模型交互。 然而，当需要同时使用多个 MCP 资源服务器时，管理和使用这些服务不仅变得复杂，安全问题也越发严重。
大模型应用系列：两万字解读MCP
MCP通过建立统一的工具连接规范，为Agent开发提供了标准化接入框架。 该协议不仅简化了Agent与多样化系统的集成过程，还显著扩展了Agent的任务处理能力，使开发者能够更高效地构建具备复杂功能的智能体，实现从基础查询到业务决策的多层次应用。 那么，如何进一步理解MCP呢？
太争气了！百度的底气，李彦宏的决心：3万卡国产自研集群；一口气九个重磅发布，全方位支持MCP，百度在大模型应用时代的出招与押注
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）4月25日，一年一度的百度开发者大会会场如约到来，这是中国国内首家AI巨头在后DeepSeek时代的全新产品的公开亮相。 进入2025以后，李彦宏带领下的百度正在如何思考新的AI应用形态？ 百度在AI应用爆发时代都做了哪些准备？
百度上线“心响”App 号称复杂任务全托管超级AI智能体
近日，百度正式发布了一款面向移动端的多智能体协作应用——心响App，其安卓版本已率先上线，iOS版本也正在紧锣密鼓地筹备上架中。 这款应用以“通用超级智能体”为核心定位，致力于通过智能化手段解决用户日常生活中的复杂需求。 心响App已深度整合地图类MCP功能，能够为用户提供行程自动标注、出行打车推荐等一站式服务。
五个开源 MCP 服务器，让你的AI代理势如破竹
来源 | Code Pulse出品 | 51CTO技术栈（微信号：blog51cto）我最近一直在研究Claude，我对它只是回答问题感到有点厌烦。 我希望它能做一些事情，比如从网站拉取数据，或者浏览我的 GitHub。 当我第一次让一个MCP服务器运行起来的时候，我非常兴奋——感觉就像解锁了一个外挂。
基于 Spring AI + MCP + DeepSeek-R1-7B 构建企业级智能 Agent 工具调用系统
在大模型 Agent 发展浪潮下，如何通过模型驱动外部工具调用（Tool Calling）已成为构建智能业务系统的关键能力。 本文将手把手带你通过 Spring AI MCP（Model Context Protocol） DeepSeek-R1-7B 打造一个可落地的企业级智能 Agent。 项目背景与架构设计技术选型Spring AISpring 官方推出的 AI 接入框架，支持 LangChain、MCP、RAG 等能力；MCP（Model Context Protocol）模型与工具之间通信的协议桥梁；DeepSeek-R1-7B国产高性能开源大模型，已支持 Chat Completion、Tool Calling 接口；Ragflow用作 RAG 架构引擎（可选）；系统功能用户向模型提问模型判断是否调用工具（如数据库查询）MCP 注册的工具服务完成任务模型生成最终响应环境准备安装依赖复制本地部署 DeepSeek-R1-7B 模型推荐使用 vLLM 启动 DeepSeek-R1-7B 模型服务：复制构建 Spring AI MCP 工具服务示例业务：产品信息查询复制注册 MCP 工具复制模型端配置（Ragflow 示例）在 ragflow.config.yaml 中配置模型地址及 MCP 工具启用：复制前端调用（可选）复制测试效果用户输入：复制输出结果：复制模型会自动触发 query-product 工具，无需用户指定，展示 Agent 工具能力。
告别SQL！四大技术重构数据查询：Text2SQL/RAG/TAG/MCP谁主沉浮？
想象这样的场景：市场部新来的实习生对咖啡机说：“帮我查华东区过去半年销量TOP3的爆款饮品，按周环比增长率排序。 ”系统秒速生成动态报表——这不再是科幻片桥段，而是自然语言查询技术带来的现实革命。 随着大模型突破性发展，企业数据正从“程序员黑箱”迈向“全员可探”的新纪元。
微软推动 AI 互操作性，发布两大 MCP 服务器
Azure MCP Server为多种Azure资源提供通用访问支持，而Azure Database for PostgreSQL Flexible Server专用服务器则专注于数据库操作。这两个服务器均基于开放的MCP标准，简化开发流程，减少为不同数据源定制连接器的需求。
MCP彻底火了！10+疯狂用例，展示AI整合未来无限可能
想象一下，把你的 AI 智能体真正连接到现实世界——就像直接给它一台手机、一款设计软件、一个浏览器，甚至是一间音乐工作室，然后对它说：“去创造吧。 ”这就是 Modular Command Protocol（模块化命令协议，简称 MCP）正在实现的事。 你可以把 MCP 看作 AI 智能体世界里的“USB-C接口”：一个通用的连接标准，让各种工具、API 和应用程序能够干净、稳定地与 AI 模型沟通。
Manus平替方案：用DeepSeek+MCP Server构建AI自主工作流
前言在AI技术日新月异的今天，我们正见证着LLM（大语言模型）从"能说会道"向"能工巧匠"的进化。 当Anthropic推出Model Context Protocol（MCP）时，它像一道闪电划破夜空——这个被称作AI界的USB-C的协议，正在重新定义人机协作的边界。 作为一个沉迷于技术探索的开发者，我始终在寻找让AI真正"落地"的方法。
蚂蚁百宝箱正式推出“MCP专区”，首批上线“支付MCP Server”等30余款服务
4月16日消息，为提升智能体（AI Agent）与外部工具的配置效率，蚂蚁智能体平台—百宝箱推出了“MCP专区”，全面支持各类MCP服务的部署和调用。 开发者通过百宝箱，可调用支付宝、高德地图、无影等30余款MCP服务，最快3分钟即可搭建一个连接MCP服务的智能体。 （图说:百宝箱已上线30余款MCP服务）MCP是给多智能体系统使用的上下文服务协议，能够让不同智能体听得懂彼此的“工作语言”，只要符合MCP标准，所有智能体之间都可实现握手，共同服务用户，去年11月一经发布就受到行业热捧。
认识谷歌 A2A：将颠覆多智能体 AI 系统的协议
近日谷歌在 Cloud Next 25 大会上开源的 Agent2Agent（A2A）协议，无疑成为了该领域一颗耀眼的新星，引发了广泛关注和热议。 这一协议被寄予厚望，有望如同一把神奇的钥匙，开启多智能体 AI 系统高效协作的全新大门，彻底改变当前人工智能应用的格局。 多智能体系统协作之困多智能体系统由多个能够感知环境、自主做出决策并相互协作的智能代理构成，宛如一个庞大而复杂的智能网络。
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