你现在主力用哪个 MCP server？
最近在搭自己的 Agent 工作流，挑 MCP server 挑花了眼。官方的 filesystem、fetch、git 我都装了，社区里还有一堆数据库、浏览器、搜索的。 实测下来用得最频繁的是 filesystem 和 git，基本每天都在用；浏览器那个偶尔爬数据开一下；搜索类
#MCP♥ 890 comments
Posts
Community Posts
Start discussions like a forum — great for questions, opinions, tool recommendations, and experience sharing.
MCP 值得学吗？还是又一个过渡协议
MCP 热度很高，但我有点犹豫要不要投入精力。历史上这种"统一协议"翻车的不少，万一过两年又冒出个新标准，学了不就白学了。 不过看现在 Claude、Cursor、各家 IDE 都在拥抱 MCP，势头确实猛。我倾向于：作为用户先用起来（装几个现成 server 不需要学协议），作
#MCP #AI Agent♥ 960 comments
求助：自己写一个 MCP server 该从哪开始
想给公司内部系统包一个 MCP server，让 Agent 能查我们的工单系统。看了下官方 SDK，TS 和 Python 都有，但入门的 best practice 不多。 最困惑的是工具粒度怎么切：是给一个大而全的"查工单"，还是拆成"按状态查""按人查""按时间查"一堆小
#MCP♥ 70 comments
吐槽一下 Agent 的无限循环问题
搭了个 Agent 跑自动化，最让我崩溃的不是它做错事，而是它陷入死循环：调用工具失败 → 重试 → 又失败 → 再重试……token 嗷嗷烧，任务一点进展没有。 加了最大迭代次数和"连续失败 N 次就停"的护栏，情况好点，但偶尔还是会原地打转。 感觉循环检测是 Agent 工程
#AI Agent♥ 140 comments
用 Function calling 做工具调用，踩了 JSON 解析的坑
第一次用 Function calling，以为模型会乖乖返回结构化 JSON，结果在边界情况上栽了跟头：偶尔参数少字段、偶尔类型不对（数字返回成字符串）、偶尔还会塞一段多余的解释文本。 最后是用 schema 校验 + 失败重试兜底的。核心代码大概这样： zod 真是救命稻草。
#AI Agent♥ 210 comments
Agent 该不该有'拒绝执行'的权限？
设计 Agent 的时候有个分歧：一种观点是 Agent 应该完全听话，工具调用有明确规则它执行就行；另一种是 Agent 应该有"判断力"，遇到可疑操作主动拒绝。 我倾向后者，特别是涉及数据修改、对外发送的场景，宁可它多问一句。但实现起来很难——怎么定义"可疑"，模型自己判断又
#AI Agent♥ 280 comments
分享一个让 Agent 输出稳定 JSON 的技巧
让大模型稳定输出 JSON 是 Agent 工程的老大难。我试下来最稳的组合是：用原生 function calling（别让模型自由生成 JSON 字符串）+ 严格 schema + 温度设 0。 如果只能走自由生成（比如某些场景），用"JSON 模式"加固定的前后缀提示，能把
#AI Agent♥ 350 comments
大家怎么看多 Agent 协作？
最近"多 Agent 协作"的概念很火，什么规划 Agent、执行 Agent、审查 Agent 串起来。我试搭过一个小 demo，体感是：demo 很炫，真用起来协调成本很高。 最大的问题是 Agent 之间传上下文容易丢信息，一个 Agent 的输出喂给下一个，细节经常被压缩
#AI Agent♥ 420 comments
MCP 这半年生态变化挺大的
半年前我看 MCP 的时候，能用的 server 屈指可数，文档也少。现在回头看，官方 registry 里像样的 server 上百个，主流 IDE 全适配，社区工具也跟上了。 最直观的是接数据库、接浏览器、接 SaaS 这些都不用自己写了，现成的 server 装上就能用。A
#MCP♥ 490 comments
为什么我暂时放弃了 AutoGPT 式自主 Agent
去年折腾过一阵子完全自主的 Agent，给它个目标让它自己分解、自己执行、自己反思。结果一年用下来，发现"完全自主"在真实业务里几乎不可用：要么跑偏，要么烧钱，要么陷入循环。 现在我转向"半自主"：关键决策人来拍板，Agent 负责执行和草拟方案。效率没低多少，可控性高了一大截。
#AI Agent♥ 560 comments
Agent 入门：先搞懂工具调用再谈自主性
看到太多新手一上来就想搭"全自动 Agent"，结果连工具调用都没搞明白，做出来的东西又脆又贵。 我的建议是先把这条路走通：让模型稳定地调用一个工具（比如查天气）→ 处理好参数校验和错误 → 再扩展到多工具选择 → 最后才谈多步规划和自主循环。 工具调用是 Agent 的地基，地
#AI Agent♥ 630 comments
Cursor 的 MCP 接入实测
把 filesystem 和 git 这俩 MCP server 接进 Cursor 试了下，体验比我预期好。Agent 模式下它能直接读项目文件、看 git log、对比 diff，不用我手动复制粘贴上下文了。 坑也有：MCP server 启动慢，每次开 Cursor 都要等
#MCP♥ 700 comments