resource
PulseAugur coverage of resource — every cluster mentioning resource across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
LangGraph 机器人使用 MCP 资源实现持久化叙事记忆
一位开发者在使用 LangGraph 构建的支持机器人时遇到了一个问题，该机器人反复忘记对话上下文。问题源于为叙事记忆使用了简单的内存存储，这在机器人重启时会丢失。为了解决这个问题，开发者实现了使用模型上下文协议 (MCP) 中的 Resource 原语来在交互中持久化和检索机器人叙事记忆的解决方案。
-
模型上下文协议（MCP）基本元素和服务器设置详解
模型上下文协议（MCP）是构建代理式AI系统的框架，提供了工具、资源和提示等基本元素。工具是用于特定任务的可重用函数，资源为决策提供信息，提示根据输入生成输出。有效利用这些基本元素对于创建功能性AI系统至关重要，正如一个因MCP提示中的上下文不足而失败的航班预订代理所演示的那样。此外，设置MCP服务器对于将工具暴露给AI应用程序至关重要，使它们能够通过REST或gRPC接口访问情感分析等功能。
-
使用 TypeScript 构建 MCP 服务器：实用指南
本文提供了使用 TypeScript 构建模型上下文协议 (MCP) 服务器的全面指南。它通过提供一个实用的、生产就绪的示例来解决 MCP 文档碎片化的问题，该示例实现了工具、资源和提示等核心基元。该指南强调了正确处理 stdio 传输以避免损坏 JSON-RPC 帧等关键细节，并演示了如何设置项目结构和集成 MCP SDK 以简化开发。该过程涉及注册工具、资源和提示的处理程序，SDK 会自动推断功能。
-
LLM集成：动态资源与参数化URI详解
本文详细介绍了将外部数据集成到大型语言模型中的高级技术，重点区分了“资源”（待读取的数据）和“工具”（待执行的操作）。文章解释了动态资源如何提供实时、变化的数据，这与静态资源不同，并强调在描述中将其标记为动态，以便LLM识别。该文还涵盖了用于管理资源类型（如项目统计信息）多个实例的参数化URI，使LLM能够高效地请求特定数据。