MCP 协议深度解析：从原理到 TypeScript 实战
Model Context Protocol（MCP）是 Anthropic 提出的"AI 应用的 USB-C 接口"。本文讲清 MCP 的 host/client/server 三角模型、resources/tools/prompts 三类能力、JSON-RPC 通信机制，并用 TypeScript 从零实现一个可被 Claude Code 调用的 MCP Server。
#AI Agent #MCP♥ 60 评论
Agent 工程
AI Agent、MCP、工具调用、多 Agent 协作
专题
本专题收录 Agent 工程 方向的文章和社区讨论，重点关注真实工程场景、工具选择、实践路径和风险边界。
页面会持续更新，适合作为学习路线、选型参考和技术复盘入口。
AI Agent 架构：规划、记忆、工具调用的工程化
"Agent ≠ 多轮对话。本文拆解 AI Agent 的四大组件——规划、记忆、工具、执行，讲清 ReAct 与 Plan-Execute 两种主流范式、短期与长期记忆的设计、function calling 的工程要点，以及把 Agent 从 demo 推向生产要解决的循环控制、错误恢复和可观测性。"
#大模型 #AI Agent♥ 70 评论
Agent 审批防重放：把人工批准绑定到唯一执行与资源状态
用户确认一次高风险动作后，重复点击、队列重投和参数替换都可能复用批准。本文用规范化 action digest、一次性消费、状态版本和幂等执行封闭窗口。
#AI Agent #MCP #DevOps♥ 00 评论
Agent 委派协议设计：子 Agent 输入输出与责任边界
多 Agent 系统最常见的问题不是模型能力，而是任务委派后输入不完整、责任不清和结果无法验证。本文给出委派契约、结果 schema、预算传递和回收机制。
#大模型 #AI Agent #MCP♥ 00 评论
Agent 网络出口防护：阻断 SSRF、DNS 重绑定与重定向绕过
允许 Agent 自由抓取 URL 会把模型变成内网请求代理。本文给出 URL 规范化、全地址校验、连接 IP 钉扎、逐跳重定向检查、出口代理和攻击回归方案。
#AI #AI Agent #DevOps♥ 00 评论
从零搭建一个 MCP Server：把你的能力接进所有 AI 工具
上一篇讲了 MCP 的协议原理，这篇动手——从零做一个生产可用的 MCP Server：选场景、用官方 SDK 实现 resources + tools、本地 stdio 与远程 HTTP 两种部署、用 MCP Inspector 调试，最后让 Claude Code 和 Cursor 都用上它。
#MCP #TypeScript♥ 120 评论
Agent 评测数据集设计：从真实任务切片，而不是收集漂亮 Demo
Agent 的评测集决定了团队会优化什么。本文介绍如何从真实工作流抽样、标注可观测结果、覆盖失败路径并维护版本，让评测结果真正指导工程决策。
#AI #大模型 #AI Agent♥ 00 评论
MCP 为什么重要？一文看懂 AI 工具协议
围绕 MCP、AI Agent 的技术趋势、工程实践和独立开发视角。
#MCP #AI Agent♥ 110 评论
AI Agent 的核心架构：规划、记忆、工具和执行
围绕 AI Agent、大模型 的技术趋势、工程实践和独立开发视角。
#AI Agent #大模型♥ 120 评论
RAG 和 Agent 应该怎么结合？
围绕 RAG、AI Agent 的技术趋势、工程实践和独立开发视角。
#RAG #AI Agent♥ 180 评论
Agent 故障恢复设计：重试、降级和人工接管的执行顺序
Agent 出错后不应机械重试。本文给出按错误可重试性、幂等性、风险等级和证据完整度决定恢复路径的方法，并说明何时进入降级或人工接管。
#大模型 #AI Agent #DevOps♥ 00 评论
AI Agent 应用最大的坑：幻觉、权限和无限循环
围绕 AI Agent、AI 的技术趋势、工程实践和独立开发视角。
#AI Agent #AI♥ 310 评论