MCP 问题多,技能模式能否取而代之?

Hermes技能包安装与配置指南:从MCP协议到实战应用 在智能体开发领域,扩展AI助手能力是提升工作效率的关键。其核心原理在于通过标准化的协议(如MCP,Model Context Protocol)将外部工具与智能体框架连接,实现功能模块化。这项技术的价值在于,它允许开发者像安装软件包一样,为AI助手快速集成代码分析、数据库查询、消息推送等专项能力,从而将通用助手转化为领域专家。在实际应用场景中,开发者常面临智能体在特定任务(如深度代码仓库分析、精准SQL处理)上能力不足的问题。通过配置external_dirs目录和使用官方管理脚本,可以安全高效地安装社区共 阅读详情

MCP 已死?现状分析

Chloe Kim,Quandri 后端工程师,指出 MCP 会占用上下文资源,可靠性低,且与现有的 CLI/API 功能重叠。自 2024 年末推出以来,MCP 虽被称为 "AI 生态系统的 USB - C",但开发者们看法不同。

MCP 存在的问题

1. 吞噬上下文窗口:上下文窗口如同大语言模型的 "桌面",连接 MCP 服务器时,仅工具定义就占据很大部分。当连接所有 4 个服务器时,仅工具定义就消耗了 10.5% 的上下文窗口。比如 Linear 仅工具定义就占用超 12,800 个令牌,即便只使用部分工具,也会加载 42 个工具定义。

2. 操作可靠性低:存在初始化失败、重复重新认证、AI 响应变慢、会话中工具崩溃、权限不透明等问题。性能是已知问题,原文章作者将 Jira MCP 与直接使用其 REST API 进行基准测试,发现 MCP 每次调用速度慢 3 倍,首次调用速度慢 9.4 倍,这是架构层面问题,同样开销适用于 Linear、Notion 和 Slack 服务器。

3. 与现有 CLI/API 功能重叠:在人机一致性、可组合性、调试、训练数据、安装成本等方面,CLI/API 都优于 MCP。查询同一个 Linear 问题,MCP 消耗的令牌数比 CLI 方法多约 65 倍。

替代方案

1. 以 CLI 为先的策略:按 CLI -> API -> 文档的顺序提供服务。直接使用现有 CLI 不会浪费上下文,人类和 AI 使用相同接口,易于调试,可自由组合。

2. 技能模式:与 MCP 不同,技能模式只在需要时加载工具定义,仅在使用时占用上下文,可扩展性与技能数量不成比例。关键是将 CLI 使用说明嵌入技能中,结合 CLI 为先的策略是最有效方法。

MCP 真的死了吗

并非完全如此。在服务没有 CLI、非开发人员用户、实时双向通信等情况下,MCP 仍然有效。在数据库方面,对于本地开发 / 个人数据库,技能 + CLI 轻量级且快速;对于生产数据库 / 共享团队数据库,MCP 有安全防护优势。但对于大多数开发人员工作流程,MCP 属于过度设计。

Quandri 的使用方式

在 Quandri,我们同时使用 Bash + CLI、技能、MCP 三种方法,根据不同服务选择合适方式。不强制采用单一方法,若存在 CLI 且可本地认证,通常是最轻量级选择;若服务无 CLI 或需团队统一认证,MCP 有其用武之地。

结论

教得好比连接一切更重要。用封装现有 CLI 的技能取代 MCP 服务器,释放约 21K 个令牌的上下文,消除初始化失败问题,将调试工作留在终端。只在需要时加载工具并嵌入 CLI 指令,目前技能模式更胜一筹。

OpenAI Codex CLI 部署与实战:计划模式、MCP 协议与技能库应用 AI 编程助手通过自然语言理解技术,将开发者的需求转化为可执行代码,其核心原理基于大语言模型的代码生成与任务分解能力。在工程实践中,这类工具能够显著提升开发效率,减少重复性编码工作,适用于日常开发、脚本自动化和项目重构等场景。计划模式(Plan Mode)作为关键技术,能够将复杂编程任务拆解为可执行步骤,而 MCP 协议(Model Context Protocol)则支持扩展第三方工具集成。本文以 OpenAI Codex CLI 为例,详细演示如何利用计划模式进行任务分解,并通过 MCP 协议集成外部服 阅读详情

相关推荐

【AI智能体】Spring AI MCP 服务常用开发模式实战详解

Spring AI MCP 常用几种开发模式实战详解

congge 3592

【anthropic官方Skill】mcp-builder 技能

mcp-builder 技能是一个全面的开发指南,旨在帮助开发者创建高质量的MCP服务器。MCP(Model Context Protocol)是一种协议,使大语言模型能够通过标准化的工具接口与外部服务和API进行交互。该技能提供了从研究规划到实现测试的完整开发流程,包括最佳实践、代码示例和评估方法。无论您是使用Python的FastMCP框架还是TypeScript的MCP SDK,这个技能都能为您提供详细的指导,帮助您构建易于使用、功能强大且符合最佳实践的MCP服务器。

rengang66的博客 1407

Jupyter实战:解决ModuleNotFoundError之xgboost缺失问题

本文详细解析了在Jupyter Notebook中遇到ModuleNotFoundError: No module named 'xgboost'错误的完整解决方案。通过诊断环境、使用pip正确安装xgboost、配置Python路径以及最终验证,帮助用户彻底解决模块缺失问题,并理解Jupyter内核与Python环境的关系,提升问题排查能力。

weixin_29064103的博客 384

2026 AI Agent开发完全指南:从MCP协议到多Agent协作系统

本文全面解析2026年AI Agent开发的核心技术与实践。从Agent与Chatbot的本质区别切入,揭示其"感知-决策-执行"闭环特性。重点阐述MCP协议标准化、工具调用实战、多Agent协作框架(CrewAI/AutoGen/LangGraph)以及生产级部署方案。通过代码示例展示Agent如何整合搜索、文件读写等工具链,并分析记忆机制与评估方法论。最后展望2026年Agent生态趋势,指出参数竞赛已转向落地应用,提供从开发到面试的全链路指南。全文强调Agent是LLM+工具+规划

weixin_54908067的博客 1万+

Microchip Studio 7.0 从零开始:下载、安装到首个AVR工程实战

本文为AVR单片机开发新手提供了Microchip Studio 7.0的完整入门指南。从官方下载、避坑安装,到创建首个GCC C工程、编写LED闪烁代码,再到项目配置、仿真调试与程序烧录,手把手带你完成从零到一的实战过程,是掌握AVR开发环境的必备教程。

weixin_29200741的博客 526

Cursor Cloud Agent:云原生编程工作流的底层重构

编程工作流正从本地计算范式转向云原生执行范式。Cloud Agent 本质是将代码理解、生成、执行与调试等核心能力下沉至隔离、可控、按需分配的云端虚拟机,通过 Firecracker 微虚拟机实现亚秒级启动,并依托上下文快照、环境镜像化和内核级沙箱保障一致性、算力弹性与数据安全。这一范式突破了传统本地 AI 编程助手在环境依赖、调试能力与企业合规上的根本局限,使 IDE 从编辑工具升维为分布式开发指挥中心。本文深入解析其运行机制与工程落地实践。

weixin_34354173的博客 337

每天10分钟轻松掌握MCP(适合小白):Day 10 - MCP通信过程追踪与调试技能训练(一)

每天10分钟轻松掌握MCP(适合小白):Day 10 - MCP通信过程追踪与调试技能训练(一)!如果文章对你有帮助,还请给个三连好评,感谢感谢!

weixin_40780178的博客 1288

6G网络的关键技术、应用前景与挑战并存的科技征途

移动通信技术正以前所未有的速度迭代更新,而6G技术的研发进程渐渐成为了当前科技领域的热点。全球各国已纷纷将目光投向了充满想象的6G时代。本文将探讨全球6G技术研发的最新进展,以及6G技术的核心创新与潜在应用。

fiberroad的博客 2425

那么多的MCP server,如何构建自己的MCP client?

现在,每个人都痴迷于大模型的能力,从GPT-5的谣言, 到Claude 3 性能, 以及Gemini的多模态演示。此外,MCP-Use 还管理会话、工具调用、响应和内存,提供了一个干净的抽象层,使得开发者无需担心底层协议的具体实现细节,从而能够专注于构建优秀的 Agent。MCPAgent 位于所选择的 LLM 和工具之间,它将每个工具转换为 LLM 可以 “看到” 和使用的函数 (就像 OpenAI 的函数调用),维护会话内存 (可选) ,跟踪 LLM 所说的和所做的,处理决策循环。

我相信...... 1521

CAN总线BusOff恢复机制详解:快慢恢复策略在车载网络中的实战应用

本文深入解析了CAN总线BusOff恢复机制,重点阐述了快慢恢复策略在车载网络中的工程应用。通过对比NXP S32K与STM32平台的实现代码,并结合CANoe仿真与参数优化方法,为工程师提供了从理论到实战的完整解决方案,旨在提升车载网络的可靠性与功能安全。

7up55的博客 615

MongoDB启动失败(service mongod start):Failed to unlink socket file /tmp/mongodb-27017.sock Unknown error

错误日志(/var/log/mongodb/mongo.log): 2019-09-16T06:00:00.251+0000 I CONTROL [main] ***** SERVER RESTARTED ***** 2019-09-16T06:00:00.253+0000 I CONTROL [main] Automatically disabling TLS 1.0, to force-e...

deantzzz的博客 1841

MCP-Proxy:开发多LLM & 多MCP 支持并安全访问MCP Server的秘密

MCP-Proxy作为大模型接入平台的关键中枢,统一多厂商模型(如OpenAI、DeepSeek等)的API接入,提供安全路由、权限控制和资源隔离。其核心能力包括:多模型路由配置、Token安全管控、多租户隔离、统一请求格式转换以及安全通信保障。该代理网关可实现异构模型兼容、动态请求分发、全链路审计和成本统计,是企业构建可控可信LLM基础设施的重要组件,既能隐藏后端实现差异,又能提供安全边界防护和智能调度能力。

IT古董 2814

AI大模型入门到实战系列(二十一)命名实体识别(NER)

命名实体识别(NER)是自然语言处理中的关键任务,旨在从文本中识别并分类预定义类别的实体(如人名、地点、组织等)。其核心步骤包括文本预处理、实体边界检测和类型分类。主流技术方法经历了从基于规则、统计机器学习到深度学习的演进,当前主要采用预训练语言模型(如BERT)和序列标注技术(如BiLSTM-CRF)。关键技术挑战包括实体边界模糊、嵌套实体和领域适应等问题。NER广泛应用于信息抽取、搜索引擎优化和知识图谱构建等领域,常用精确率、召回率和F1值作为评估指标。实际应用中通常采用BIO标注体系,并通过标签对齐处

echo的博客 1627

MCP技能包管理器mcpskills-cli:AI Agent开发的效率工具

在AI Agent开发领域,模型上下文协议(MCP)作为连接AI模型与外部工具的核心桥梁,其标准化接口设计为开发者提供了统一的能力调用方式。然而,随着技能数量的增长,传统的手动管理方式面临版本混乱、环境隔离困难等挑战。通过引入包管理器的设计理念,开发者能够实现技能的集中化管理和依赖控制,这不仅能提升开发效率,还能确保不同项目间环境的一致性。特别是在需要频繁切换技能、进行团队协作或持续集成部署的场景中,自动化工具的价值尤为突出。本文聚焦的mcpskills-cli正是这样一款专为MCP技能生态设计的命令行工具

weixin_33724570的博客 556

数字IC设计形式验证全攻略

本文介绍了数字IC设计中形式验证的关键技术与应用。主要内容包括:1)形式验证的两种主要方法——等价性检查(用于验证设计修改前后的功能一致性)和模型检查(通过数学方法验证系统是否满足时态逻辑规范);2)详细的工作流程,从需求分析到结果调试;3)常见挑战如状态空间爆炸的解决方案;4)通过SystemVerilog断言示例展示FIFO验证实践。文章强调形式验证与仿真验证结合能提高验证效率,适合IC设计工程师掌握的核心技术。

2301_79143213的博客 835

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

揭秘Agent核心技能:MCP skills全解析

MCP技能是指通过模型上下文协议(MCP)为智能体提供的外部工具能力集合。MCP作为统一标准协议,允许智能体安全访问各类资源:包括数据源(数据库/搜索引擎)、应用(GitHub/Jira)和工具(代码执行/支付接口)。这些通过MCP暴露的工具能力构成了智能体的"技能包",包括基础能力(代码执行/搜索)、云服务集成(GCP)、第三方SaaS工具(GitHub/Stripe)以及自定义业务功能。在工程实现上,开发者通过配置MCP服务器来定义智能体的能力边界,使其具备特定场景所需的技能组合。

VitAgent 企业智能|企业 AI 工作台与私有化部署 1357

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

详解模型上下文协议MCP(二)MCP能否撼动甚至颠覆Function Call的地位?目前跟“MCP”类似的大模型协议有哪些?

先说结论,颠覆不好说,但会把“Function Call们”卷起来。Function Call本质上是某些大模型(如 GPT-4)提供的专有能力,允许 AI 通过结构化请求调用外部工具(例如查询天气、执行计算)。宿主应用收到请求后执行操作并返回结果。其核心是模型厂商内部的功能扩展接口,无统一标准,实现依赖特定厂商。MCP 的核心优势在于统一了各家大模型原本差异化的 Function Calling 标准,形成通用协议。

star_nwe的博客 1289

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

常见 MCP 设计反模式总结

MCP(Model Communication Protocol)v2.0 作为 AI 工具生态的核心协议,其设计质量直接影响系统的安全性、可扩展性和可维护性。然而,在实际开发中,开发者常陷入各种设计反模式,导致系统脆弱、难以扩展或存在安全隐患。本文系统总结了 10 种常见的 MCP 设计反模式,包括硬编码 Tool 定义、忽略能力协商、过度信任模型输出、资源访问控制缺失等,并提供了详细的识别方法、危害分析和最佳实践替代方案。通过深入理解这些反模式,开发者可以构建更健壮、更安全的 MCP 系统,避免在 AI

欢迎来到智能安全前线!这里是AI与信息安全交汇之地。我们以代码为武器,深入大模型攻防实战,破解系统漏洞。追踪OpenAI、Meta前沿动态,用红蓝对抗思维,锻造智能时代的坚盾与利矛。 1129

技能+CLI:比MCP便宜20倍

GitHub官方Copilot MCP服务器暴露了43个工具。连接它会在你的Agent读取任何代码行之前向你的上下文窗口注入约。模型。按Claude Sonnet 4定价(每百万输入令牌3美元),每个会话仅工具定义就要0.16美元。每天运行10000个自动化会话,你每天在管道上烧掉。CLI工具为相同能力只需200-500令牌,而技能在此基础上添加渐进式披露:静止时30-50令牌,仅在触发时加载完整指令。此外,。这真的是关于,不仅仅是其他任何东西。本指南是关于。

新缸中之脑 531

MCP技能评估3步跑通:准确率、耗时、工具调用次数一次看全

你刚写完一个MCP服务器,上线前最该问的不是"能不能跑",而是"它到底答得准不准"。skills3/skills 项目里的 MCP 技能评估脚本就是干这个的:拿一批问题考你的服务器,自动判分、出报告。 ## 评估脚本在哪,文件长什么样 说人话:MCP(Model Context Protocol,大模型调用外部工具的协议)技能评估,就是让 Claude 只挂你服务器的工具去答题,答完自动对答案

gitblog_00946的博客 1111

Claude Peers MCP实战案例:多项目并行开发中的AI协作模式

在当今快速迭代的软件开发环境中,开发者常常需要同时处理多个项目,在不同的代码库之间切换工作。这种多项目并行开发模式虽然能提高效率,但也带来了信息孤岛和协作障碍的问题。**Claude Peers MCP**作为一款专为Claude Code实例设计的发现与消息传递工具,正是解决这一痛点的理想方案。它允许你在不同项目中运行的Claude实例相互发现并即时通信,极大提升了多任务开发时的协作效率。 #

gitblog_00793的博客 819

通过 MCP 控制平面引入技能

Google 的 SRE 指南将 latency、traffic、errors 和 saturation 称为 “four golden signals(四大黄金信号)”,并建议使用 SLO 和 error budget,而不是坚持 100% 可靠性。对于 skills,应按 skill 类别(只读 vs 写、关键 vs 非关键)定义 SLO,并用 error budget 来决定 rollout 速度。

powerjuly的博客 457

LangChain Agent与MCP协议:构建标准化智能体技能生态的实践指南

在AI应用开发中,工具调用是扩展大模型能力边界的关键技术。其核心原理在于通过标准化协议,将外部功能封装为可被智能体理解和调用的模块化单元,从而突破大模型在实时性、准确性和操作能力上的局限。这一技术的核心价值在于实现了能力接入的标准化与解耦,使得异构系统能够以统一方式接入智能体工作流。在实际应用场景中,无论是数据库查询、API调用还是文件处理,都可以通过协议封装为标准化技能,供智能体在推理过程中动态规划和协调使用。本文聚焦于LangChain Agent如何通过MCP协议构建可扩展的技能生态,深入探讨了智能体

weixin_33888907的博客 531

Java设计模式在MCP Server设计实战中的应用

本文主要探讨关于 Java设计模式在MCP Server设计中的应用。MCP协议作为AI模型与外部系统的通信标准,其实现需要稳健的架构设计。文章首先解析了MCP协议的基础概念、核心能力和在AIGC生态系统中的定位,然后阐述了如何将设计原则重构以适应AI应用需求。重点介绍了创建型模式(工厂方法、单例、建造者)在资源管理中的应用,以及结构型模式(适配器、组合)在系统集成中的实践。通过设计模式的合理运用,可以构建更清晰、可维护和可扩展的MCP应用架构,为AIGC系统提供可靠的技术基础。

爱技术,也爱生活~ 1410

MCP协议是什么?MCP入门实战

MCP协议:增强AI与外部系统交互的开放标准 MCP(Model Context Protocol)是一种类似"USB-C接口"的开放协议,旨在标准化AI与外部工具和数据的交互方式。其核心采用客户端-服务器架构,通过SDK实现三层通信:客户端/服务器层、会话层和传输层。MCP提供六大核心功能,其中最实用的是"Tools"工具调用功能,使AI能执行外部操作。使用方式包括通过云平台(如阿里云百炼)或本地运行MCP服务,支持多种客户端软件和编程语言集成。

欢迎来到空说的博客 4089
上一篇: AI歌手风靡,平台“搞钱”背后藏风险,进化之路在何方?
下一篇: 全球首创!imec用高数值孔径极紫外光刻技术制造量子点量子比特设备
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值