Model Context Protocol (MCP)
PulseAugur coverage of Model Context Protocol (MCP) — every cluster mentioning Model Context Protocol (MCP) across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
MCP server registration will become a standardized process for SaaS and data providers.
The detailed process for registering an MCP server for 3,760 retailers, including schema validation and proof of ownership, suggests that MCP registration is evolving into a formalized procedure. We hypothesize that this will become a standard offering for Software-as-a-Service (SaaS) providers and data platforms looking to expose their functionalities to AI agents.
MCP will see increased adoption in e-commerce and content generation tools.
Recent evidence shows MCP being used for e-commerce functionalities (market comparison, checkout) and content generation (AI video clipping). This indicates a strong potential for MCP to streamline AI agent interactions within these domains, enabling more sophisticated automated workflows for businesses and consumers.
MCP adoption by major tech players (Google) signals growing ecosystem support.
Google's integration of MCP into its AI Edge Gallery for on-device agents and its Gemini CLI for LINE bot creation demonstrates significant adoption by a major player. This suggests MCP is moving beyond niche applications and gaining traction within established AI development platforms, likely encouraging further ecosystem development.
MCP security will be a major focus for cloud providers and security vendors.
The increasing use of MCP for data access and agent communication, coupled with the AWS/Cisco partnership and Firebase Auth article, indicates a growing need for robust security solutions around MCP. Expect more announcements and product integrations specifically addressing MCP security, governance, and supply chain integrity.
MCP will be integrated into developer tooling and platforms.
The Docker AI Governance announcement, which includes an MCP Gateway, and the Google Gemini CLI workshop demonstrate MCP's integration into developer environments. This suggests that MCP will become a more common feature within IDEs, CLIs, and containerization platforms, simplifying agent development and deployment.
-
蓝图在 ChatGPT 中解锁 Salesforce CRM 数据
模型上下文协议 (MCP) 被提出作为一项蓝图,用于将 Salesforce CRM 数据直接集成到 ChatGPT 中。该协议旨在使用户能够通过 ChatGPT 界面无缝访问和利用其 Salesforce 信息,从而提高生产力和数据可访问性。
-
AI代理通过新的MCP服务器获得图像和视频生成能力
两位开发者发布了新的远程模型上下文协议(MCP)服务器,允许Claude、Cursor和ChatGPT等AI代理生成图像和视频。WowReveal的服务器专注于从现有内容创建简短的、带旁白的视频,而Seedara的服务器则提供更广泛的工具,用于使用各种模型生成图像、视频和音频。这两个系统都通过提供代理可以在对话中调用的工具来与流行的AI代理集成,使用户能够直接从他们喜欢的AI界面创建多媒体内容。
-
新标准ORCHID-SAGE实现可复现的材料设计数据库
研究人员推出了ORCHID-SAGE,这是一个旨在使材料设计热力学数据库的评估完全可复现的新标准。该系统旨在自动化创建CALPHAD数据库所涉及的专家判断过程,而CALPHAD数据库对于预测材料合成条件至关重要。通过将专家知识组织成可自动化的协议,ORCHID-SAGE确保数据库可以被重新生成,并由AI代理根据新证据进行更新,同时保持人类判断的透明度和记录。
-
Anthropic 为 API 用户推出 Claude 认证开发者考试
Anthropic 推出了“Claude 认证开发者考试:基础知识”,面向使用其 Claude API 及相关工具的工程师。该考试费用为 125 美元,目前仅限于 Claude 合作伙伴网络内的个人参加,评估在提示工程、API 集成、工具使用和代理开发方面的知识。考生必须在 120 分钟内完成选择题和基于场景的题目,并达到 1000 分中的 720 分的标化分数才能通过。
-
pyghidra-mcp 将 Ghidra 的逆向工程与 AI 代理集成
一个名为 pyghidra-mcp 的新命令行工具已被开发出来,它能够将 Ghidra 的软件逆向工程能力与人工智能驱动的工具和智能代理集成。这个模型上下文协议 (MCP) 服务器允许在基于 LLM 的环境中进行增强分析。
-
Claude AI 为新的 Mac DJ 应用提供动力,实现流畅的转场
一位开发者创建了一款名为 AutoDeck 的 Mac 应用程序,该应用程序使用 Claude 作为个人 DJ。该应用程序从 YouTube 流式传输音乐,在曲目之间创建流畅的转场,并导入用户 YouTube 会话中喜欢的歌曲。Claude 通过设置音乐队列、建议歌曲、管理转场以及根据用户偏好调整情绪来积极参与。
-
模型上下文协议(MCP)标准化了AI代理与工具和数据的交互
模型上下文协议(MCP)正成为使AI代理能够与外部工具和数据交互的关键标准。最近的进展包括一篇介绍EvoMCP的研究论文,这是一个用于共同演化AI代理及其训练数据以应对不断发展能力的框架。多个项目正在利用MCP将AI代理连接到各种系统,例如控制真实的iPhone和Android手机,通过无服务器AWS基础设施访问企业数据湖,以及与联络中心系统集成。此外,MCP还被用于构建AI安全防护,管理项目工作流,并将个人书签转化为代理知识库,展示…
-
Gemini 4 Argon 为 Kubernetes 的自主 SRE 命令中心提供支持
一位开发者详细介绍了如何构建一个自主 SRE 命令中心来管理 Kubernetes 事件。该系统利用 Gemini 4 Argon 和 Google Agent Development Kit (ADK) 来协调多个专用代理。这些代理负责实时遥测监控、通过 Neo4j 知识图谱进行根本原因分析、安全验证以及自动化修复等任务。
-
HtmlSave通过MCP与ChatGPT集成,实现自动化网站部署
HtmlSave已通过模型上下文协议(MCP)与ChatGPT集成,允许用户直接从ChatGPT对话中生成和部署网站。通过将HtmlSave账户连接为ChatGPT中的自定义工具,用户可以提示AI编写代码、组织资源,并发布带有公共URL的功能性网站。此次集成将ChatGPT转变为能够自主进行Web开发和部署的代理。
-
Basis Desk 推出研究门户,提供技术论文和加密数据集
Basis Desk 推出了新的研究门户,公开了三份技术报告和多个数据集。报告详细介绍了该公司的原始来源验证架构、实体解析流程和声明验证方法。这些数据集以知识共享许可协议发布,包括纵向加密新闻、监管行动和链上巨鲸遥测数据,格式包括 CSV 和 JSONL。
-
汽车测试中的定制化与通用大语言模型(LLM)代理
一篇来自arXiv的新论文探讨了开发定制化大语言模型(LLM)代理与采纳通用型代理之间的权衡,并以沃尔沃集团的汽车GUI测试为例进行了案例研究。研究发现,虽然Claude Code和OpenCode等通用型代理产生了更高的推理成本,但它们显著减少了工程投入,从而降低了夜间回归测试套件的总体月度成本。与内部解决方案相比,这些外部工具还在开放式任务上展现出更高的成功率,并能更好地从错误中恢复,尽管它们对模型输入的控制较少。
-
Kaspersky 通过 AI 摘要提升威胁情报能力
Kaspersky Lab 增强了其威胁情报门户,增加了 AI 摘要和模型上下文协议 (MCP) 支持,以提高安全运营中心 (SOC) 团队的效率。新功能旨在通过生成威胁报告和开源情报 (OSINT) 的简洁摘要,帮助分析师快速处理每天数千条警报和外部情报。这使得安全人员能够减少分析时间并提高工作流程的准确性,而 MCP 则能够为自动化流程提供对 Kaspersky 全球情报的实时访问。
-
AI发现14年PHP关键漏洞;新的代理架构和AI收入趋势出现
一个名为Patch the Planet的AI程序发现并修复了一个名为PHP2Shell的关键PHP编程语言漏洞。该漏洞存在约14年,允许远程代码执行,影响了大部分网络。另外,使用Laravel和Anthropic的模型上下文协议开发了一种全栈AI代理架构,为典型的AI代理教程提供了更强大的替代方案。此外,塔塔咨询服务公司(Tata Consultancy Services)报告了可观的AI收入增长,尽管一些人认为这是对现有工作的重新…
-
MCP Python SDK 中的漏洞可能暴露 OAuth 凭证
Cycode 的安全研究人员在 MCP Python SDK 中发现了一个漏洞,该漏洞可能允许恶意服务器拦截 OAuth 凭证。此缺陷意味着受损服务器可能会诱骗 SDK 将敏感的身份验证数据发送给攻击者。模型上下文协议 (MCP) 是由 Anthropic 开发并由 Agentic AI Foundation (AAF) 维护的标准,用于将 AI 助手与外部工具连接起来。
-
新的DesktopConductor MCP为AI代理提供确定性的OS控制
一种名为DesktopConductor MCP的新型确定性操作系统协调器已被开发出来,为AI代理提供结构化的、亚毫秒级的OS监控和窗口编排。这种方法绕过了传统基于视觉的方法相关的延迟和token膨胀问题。DesktopConductor利用Linux的/proc文件系统进行高效的进程检查,并暴露结构化的OS原语,使Claude Desktop、Cursor和Devin等AI代理能够更有效地与系统交互。
-
Otto将1900万件商品整合到ChatGPT中提供购物建议
德国电商公司Otto推出了一款ChatGPT插件,允许用户访问其超过1900万件商品的目录,以获取个性化的购物建议。此次集成基于Otto Group one.O开发的开放模型上下文协议(MCP),使ChatGPT能够查询Otto的产品范围,实际购买则在Otto平台上完成。Otto还在尝试在ChatGPT中投放广告,并报告了初步的积极结果,同时探索实时价格查询和通过AI代理下单等未来功能。
-
Vibe 编码加速开发,但存在遗漏关键步骤的风险
Vibe 编码是一种开发者用普通语言描述软件需求,然后由 AI 代理生成、运行和修改代码的方法,它正在迅速改变软件开发。虽然这种方法可以加速原型和内部工具的创建,但专家警告不要跳过关键的开发步骤,例如代码安全审查、开源软件包的审查以及架构规划。这些为了提高速度而采取的捷径,可能导致重大的技术债务、安全漏洞,以及无法满足用户需求或在生产环境中可靠运行的软件。
-
新系统利用TLP和LLM提取工业故障知识
研究人员开发了“Plant Memory”系统,旨在从工业维护工单中提取和组织故障知识。该系统使用技术语言处理和与ISO 14224标准对齐的本体来创建经过验证的知识图谱。系统优先采用基于规则的提取,并可选地使用LLM作为次级读取器来标记分歧供技术人员审查,确保故障数据的准确性和完整性。生成的知识图谱可通过Web应用程序供人类用户访问,也可通过模型上下文协议服务器供AI代理访问,所有答案均直接引用源工单。
-
Databricks 详解 Lakebase Search 在混合应用搜索中的集成
Databricks 详细介绍了其 Lakebase Search 功能,该功能将向量搜索和关键词搜索直接集成到 PostgreSQL 中作为扩展。这种方法允许应用程序执行混合搜索,而无需单独的搜索系统,从而简化了开发和数据管理。来自处理 400 万条记录的内部 Slide Hub 应用程序的基准测试表明,优化本地文件缓存和候选池大小可以显著降低延迟和资源使用,使其成为 Databricks 应用程序中构建搜索功能的开发人员的经济高效的解决方案。
-
Claude API 与 SVGicons 集成,实现 AI 驱动的 UI 图标发现
本教程演示了如何将 Claude Messages API 与 SVGicons MCP 服务器集成,以实现面向应用程序开发的 AI 驱动图标发现。此集成允许 Claude API 搜索图标目录并为用户界面推荐一致的 SVG 图标,克服了语言模型不知道可用图标标识符的限制。该过程涉及通过模型上下文协议 (MCP) 将 Claude 配置为使用特定的 SVGicons 工具,如 `search_icons` 和 `recommend_i…