MCP SDK
PulseAugur coverage of MCP SDK — every cluster mentioning MCP SDK across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Python MCP 服务器迁移至 SDK 2.x，部署 Gemma 4-E2B
本文详细介绍了使用 MCP SDK 将 Python MCP 服务器从 1.x 版本（FastMCP）迁移到 2.x 版本（MCPServer）的过程。文章重点介绍了 SDK 的主要变化，例如将 FastMCP 重命名为 MCPServer 以及依赖项转移到 httpx2。该指南还涵盖了在 Cloud Run 实例上部署 Gemma 4-E2B 模型，利用 vLLM 进行托管，并使用 Google Cloud SDK 进行管理。
-
开发者分享使用Node.js和TypeScript搭建MCP服务器的指南
一位开发者分享了一份指南，介绍了如何使用Node.js和TypeScript快速设置一个MCP（消息通信协议）的自定义服务器。该过程包括搭建一个新的服务器项目、定义自定义工具，然后运行服务器，该服务器可与Claude Desktop等应用程序集成。该指南强调了MCP SDK的简单性，它处理传输层，并指出健壮的错误处理对于防止连接中断的重要性。
-
10分钟使用Node.js和TypeScript搭建你的第一个MCP服务器
作者详细介绍了如何使用Node.js和TypeScript快速设置自定义MCP服务器，整个过程不到10分钟。指南概述了搭建新服务器、添加自定义工具（如'current_time'）以及构建和启动服务器的步骤。文章强调MCP SDK负责管理传输层，而使用StdioServerTransport通过将服务器作为子进程运行来避免端口冲突。作者还指出了错误处理的重要性，因为工具崩溃可能会中断整个MCP连接。
-
通过模式优化将 AI 代理上下文窗口使用量削减 45%
本文作者曾认为 AI 代理在工具描述上浪费了大量的上下文窗口空间，但现已撤回两个关键假设。起初，人们认为 408 个工具导致了上下文膨胀，但更仔细的分析显示，密集型 JSON 的标记方式出乎意料，这意味着实际影响上下文窗口的工具数量更少。作者还发现，两个特定字段 AUTH_TOKEN_FIELD 和 CONVERSATION_ID_FIELD 被错误地识别为浪费的根源，而实际上它们对于系统的身份验证机制是必需的。通过从工具模式中移除冗…
-
开发者使用自定义 Claude MCP 服务器自动化博客发布
一位开发者详细介绍了使用 Claude 构建自定义模型上下文协议 (MCP) 服务器来自动化博客发布的过程。该项目涉及设置两个 MCP 服务器：一个用于文件系统访问，另一个自定义服务器用于与 Dev.to API 交互。开发者遇到了并解决了几个问题，包括 Python 版本兼容性、PyPI 上的包名称冲突以及 Claude Desktop 中的配置问题。
-
开发者为Claude等AI助手构建自定义MCP服务器
多个指南详细介绍了如何构建和部署模型上下文协议（MCP）服务器，使Claude等AI助手能够与自定义工具和数据进行交互。方法多种多样，从使用Node.js和SDK到设置PostgreSQL数据库以实现数据持久化，一些方法旨在快速本地设置，另一些则侧重于更健壮、云就绪的部署。核心概念涉及定义AI可以使用的工具、资源和提示，不同的SDK和传输（如stdio或HTTP）促进连接。
-
MCP 身份验证从 API 密钥转向使用 Entra ID 网关的 OAuth 2.1
两篇文章讨论了为 Model Context Protocol (MCP) 服务器实现安全身份验证，从静态 API 密钥转向更强大的 OAuth 2.1 持有者令牌。第一篇文章详细介绍了如何配置 MCP 服务器使用 Microsoft Entra ID 进行身份验证，强调了验证令牌签名、颁发者、受众和到期时间的重要性。第二篇文章解决了客户端轻松与 Entra ID 等身份提供商进行身份验证的挑战，并引入了一个名为 mcp-sso 的工…
-
Anthropic 的 MCP 为 AI 助手实现动态 Notion 任务管理
一位开发者使用 Anthropic 的模型上下文协议 (MCP) 和 Claude Desktop 为 Notion 创建了一个动态的 sprint backlog 管理器。该工具使用 TypeScript 和 MCP SDK 构建，允许 AI 助手通过读取、创建和更新任务来与 Notion 工作区进行交互。该系统通过在运行时动态发现和解析属性名称来克服 Notion 灵活的数据库模式带来的挑战，从而防止在工作区结构被修改时集成中断。
-
使用 Python 和 FastAP 构建生产就绪的 MCP 服务器
本指南详细介绍了如何构建一个模型上下文协议 (MCP) 服务器，从一个简单的脚本开始，逐步发展到一个完全 Docker 化、经过身份验证和测试的服务。该服务器名为 toolhub，将公开用于操作的工具、用于数据的资源以及用于可重用模板的提示。它利用 Python、MCP SDK 和 FastAPI 与 Claude Desktop、VS Code 和 Cursor 等 AI 应用程序集成。该架构包括结构化日志记录、身份验证、配置、测试…
-
开源工具解决 AI 编码代理 token 浪费问题
两位开发者发布了开源工具，旨在减少使用 AI 编码代理（特别是那些使用模型上下文协议 (MCP) 的代理）时的 token 浪费。第一个工具“tokenwise”是一个 CLI，用于分析指令文件和会话日志，以识别并建议修复 token 效率低下的问题，例如冗余文本或不必要的首字母大写。第二个工具“ContextOpt”充当智能代理，根据用户定义的配置文件过滤 AI 工具，防止不相关的工具消耗 token 并降低总体成本。这两个工具都旨…
-
阿根廷推出国家级人工智能数据网关 CHE MCP
阿根廷开发了一个名为 CHE MCP 的新国家级 MCP 生态系统，旨在将人工智能代理与阿根廷的实时数据连接起来。该系统采用一个 5 级智能网关，处理西班牙语的自然语言查询，并将其路由到 80 多个官方数据源。关键组件包括关键词匹配、学习型加权多数算法 (WMA) 路由器、使用 all-MiniLM-L6-v2 的语义嵌入，以及一个将自然语言转换为 SQL 查询的数据节点，用于阿根廷开放数据门户的 748 个数据集。
-
开发者构建MCP服务器以连接AI代理至工具和数据
模型上下文协议（MCP）正成为AI代理与外部工具和数据交互的标准。多篇文章详细介绍了如何构建MCP服务器，从简单的Node.js示例到更复杂的Java和Python实现。这些服务器允许Claude、ChatGPT和Cursor等代理调用函数、访问数据库、浏览GitHub以及检索网站内容，超越了简单的网页抓取，实现了直接的、类型化的API交互。
-
MCP 服务器扩展 AI 工具，但代币成本和范围管理是关键
模型上下文协议（MCP）是一个开放标准，使 Claude Code 等 AI 模型能够与外部工具和数据进行交互。开发人员正在构建各种 MCP 服务器来扩展 AI 功能，范围从文件系统访问和 GitHub 集成到数据库查询和浏览器控制。虽然 MCP 通过标准化 AI 集成提供了显著优势，但人们对注册大量工具所产生的代币成本，尤其是在长期运行的代理循环中，越来越感到担忧。最佳实践包括将 MCP 配置限定在特定项目，优先选择工具较少的服务器…