-
codebase-memory-mcp：2026 年最”反常识”的 AI 工具
如果你用过 Claude Code 或 Cursor 改一个没见过的中型项目，你一定经历过这个场景：Agent 开始疯狂 grep，打开十几个文件，烧掉几万 Token，最后告诉你"没找到"。不是模型笨，是它每次都在裸眼看森林，没有地图。 codebase-memory-mcp 做的事很直接：提前把整个代码库索引成一张知识图谱，Agent 查图而不是翻文件。节点是函数、类、路由…- 978
- 0
-
OpenClaw、WorkBuddy、Loop 工程：谁在火，谁有用，谁还在 Demo
今年，市场被 OpenClaw 洗了一波，数字员工的概念开始撬动人心，随后类似的 Agent 便如雨后春笋，比如 Hermes、Aipy、WorkBuddy、钉钉悟空、字节 Aily... 与 Agent 相关的专业名词也层出不穷，包括 Context Engineering、ReAct、Harness、MCP、Skills、Agent Loop... 这种多且杂的局面，把很多人搞得很慌、搞得很乱…- 1.2k
- 0
-
context-mode：给 AI 编程 Agent 上”上下文减肥药”的开源项目
第一次看到 mksglu/context-mode 的 README 数据时，我的第一反应是：又一个 MCP 周边工具。 这个判断并不离谱。MCP（Model Context Protocol）从 2024 年底被 Anthropic 推出以来，GitHub 上冒出来几百个"XX MCP server"项目，列表长得能滑好几屏。大部分是套个壳、暴露几个 API、然后等用户给它贡…- 845
- 0
-
接上企查查 MCP，AI 工作搭子 QoderWork 把企业尽调自动化了
很多职场人有一个隐形的时间黑洞——不是开会，不是写方案，而是给一家公司做尽调。 拜访客户前要查，签合同前要查，引入供应商前要查，谈合作前还要查。每次都要打开好几个网站/应用，翻完工商翻司法，查完舆情查知产……信息分散，汇总全靠人工。 现在这件事，可以交给 AI 来做。 QoderWork，你的本地运行、自主规划、安全可控的AI工作搭子。描述需求，自动执行，直接交付结果。 在 QoderWork 上…- 1.2k
- 0
-
钉钉、飞书集体转向 CLI，MCP 已死、GUI 要出局了？
最近经常听到的两句话是： MCP 已死，CLI 才是王道； 如果你的系统还在 GUI 上打转，没有跟进 CLI，那么你将被淘汰； 这两句话并不是空穴来风，因为喷 MCP 的人是一些大佬，比如 YC 的 CEO、Perplexity 的 CTO； 然后就是无论钉钉还是飞书，都在进行全面的 CLI 转型： 但这两句话却需要分开理解，关于 MCP 与 CLI 的选择是工程问题、关于 CLI 和 GUI …- 998
- 0
-
告别“伪智能”代码：用 Spec + RAG 打造真正懂你的AI程序员
引言：AI Coding 提升代码质量的关键 ——知识库的深度建设 在当前 AI Coding 快速普及的背景下，业界普遍面临一个核心矛盾：模型“能写” ≠ “写得对”。尤其在高频迭代、强业务耦合的场景中，代码的正确性、可维护性和一致性远比“能生成”更重要。 要突破这一瓶颈，关键在于让 AI 不仅“会写”，更要“懂上下文”——即深刻理解特定项目的技术契约、业务语义与工程惯例。为此，我们提出构建一…- 30
- 0
-
MCP：AI世界的”USB接口”
你有没有这种感觉 AI工具越来越多，但每个工具都要单独配置、单独连接、单独管理。 用Cursor要配一遍，用Claude要配一遍，用国产AI又要配一遍…… 好不容易配好了，换个工具又要重来一遍。 这种痛苦，终于有人来解决了。 一句话理解 MCP = Model Context Protocol，模型上下文协议 —— 它的目标，是做AI世界的"USB接口"。 简单说：以前AI连接…- 1k
- 0
-
带你实现一个Agent，从Tools、MCP到Skills（上）
盘点25年最火的两个事件，我会选择DeepSeek发布和Manus发布，市场今年是一看到这类产品就很兴奋，包括最近爆火的Agent变形产品：OpenClaw（Clawdbot→Moltbot）。 至于为什么需要Agent，他到底解决了什么问题，我们在之前的文章里面有详细介绍：《万字：Agent概述》 今天的话，我们更加务实一些，直接手把手的教大家如何做一个Agent，由此会让大家更加理解Agent…- 1.2k
- 0