64 篇文章带有标签 “mcp”

链接

Simon Willison 的博客 - Django创始人、AI工程极客

Simon Willison's Weblog 是开源社区和 AI 工程领域极具影响力的个人技术博客。它的创办者 Simon Willison 是著名的 Python Web 框架 Django 的联合创始人之一，同时也是开源数据分析工具 Datasette 的作者。

该网站在当前的 AI 和软件工程生态中具有风向标式的地位，其核心内容和特点可以概括为以下几个方面：

1. 核心技术关注点

  • AI 辅助编程与 Agent 架构： 网站密集关注 LLM 在实际开发中的落地，近期频繁探讨 MCP（Model Context Protocol，模型上下文协议）、Claude Code、以及将安全与权限控制（如 Auth Gateway、沙箱隔离）剥离出 Agent 上下文窗口的工程实践。
  • 本地大模型与端侧运行： 关注如 Qwen、GLM 等开源/开放权重模型的迭代，热衷于测试像 M2 Ultra 等本地硬件运行量化模型用于日常编码和工作流的实际表现。
  • 数据开源与工具生态： 围绕他自己主导的 Datasette 项目（一个用于探索和发布数据的 Python 工具），分享各类扩展插件（如权限控制组件 datasette-acl、应用托管 datasette-apps 以及结合大模型的 datasette-agent）的开发思考和发布日志。

2. 独特的栏目结构

blog simon-willison django datasette ai-agent mcp open-source developer-tools

Claude Code 智能编程实战

什么是 Claude Code

应用于软件开发的各个阶段

1. 探索
(Discover)		 2. 设计
(Design)		 3. 构建
(Build)		 4. 部署
(Deploy)		 5. 维护与扩展
(Support & Scale)
探索代码库与历史
(Explore codebase and history)		 规划项目
(Plan project)		 实现代码
(Implement code)		 自动化 CI/CD
(Automate CI/CD)		 调试错误
(Debug errors)
搜索文档
(Search documentation)		 制定技术规范
(Develop tech specs)		 编写并执行测试
(Write and execute tests)		 配置环境
(Configure environments)		 大规模重构
(Large-scale refactor)
入职与环境配置
(Onboard & Setup)		 定义架构
(Define architecture)		 创建提交与 PR
(Create commits and PRs)		 管理部署
(Manage deployments)		 监控使用情况与性能
(Monitor usage & performance)

工具使用

内置工具列表

claude-codeagentic-codingclaude-mdmemorygit-worktreemcpplaywrightai-toolssoftware-development智能编程

Kilo Code - AI 编码智能体架构设计文档

项目总览

Kilo Code 是一个功能强大的开源 AI 编码助手，基于 OpenCode 框架开发。项目采用 Monorepo 架构，使用 Turborepo 和 Bun Workspaces 管理多个包。

核心数据

指标 数值
Monorepo 包数量 23
TypeScript 文件数 5800+
支持的 AI 模型 500+
内置工具数量 50+
UI 组件数（kilo-ui） 65+
国际化语言 19 种
开源协议 MIT

核心特性

  • 多模型支持：支持 500+ AI 模型，包括 Claude、GPT、Gemini、Grok、Codex、GLM 等
  • 多客户端：CLI、VS Code 扩展、Web UI 和桌面应用，满足不同场景
  • 丰富的工具集：50+ 内置工具，涵盖文件操作、命令执行、代码搜索
  • 插件扩展：支持外部插件和 MCP 服务器，动态加载自定义工具
  • 会话管理：完整的会话系统，支持父子会话、上下文压缩、会话恢复
  • 浏览器自动化：集成 Playwright，AI agent 可操作网页、截图、表单填充

Monorepo 依赖架构

Kilo Code 采用 Turborepo + Bun Workspaces 分层架构，23 个包协同工作。

架构分层

kilo-code智能体架构设计opencodemonorepoturborepobuneffect-tssolidjsmcp

研究编码智能体（Kilo Code）开源项目的最佳实践

研究编码智能体开源项目的最佳实践

基于 Kilo Code 的架构特征和当前编码智能体领域的生产实践 ，以下是系统研究此类项目的 方法论框架：

阶段 1：宏观定位（Why & Where）

研究维度 关键问题 Kilo Code 的启示
Fork 溯源 上游是谁？核心差异点？社区分裂原因？ Kilo 从 Roo Code 分叉，差异集中在 Cloud 集成和商业化功能
生态位 是「IDE 插件」「CLI 工具」还是「平台」？ Kilo 是「IDE 扩展 + CLI + Cloud」的三位一体
许可策略 是否存在 BSL/SSPL 等限制性条款？ MIT 许可证，无商业限制
模型绑定 是否硬编码单一提供商？ 模型中立是核心卖点，避免供应商锁定

阶段 2：架构解构（How）

建议的代码阅读路径（以 Kilo 为例）：

  1. 入口层 — src/extension/activate.ts（VS Code 生命周期）、src/extension/api.ts（IPC 外部 API）
  2. 核心代理循环 — 查找 Cline/Roo/Kilo 主类，理解 Plan → Act → Verify 的循环
  3. 工具调用层 — McpHub 如何集成外部工具（文件系统、终端、浏览器）
  4. 上下文管理层 — Memory Bank、Context Mentions、自动索引的实现
  5. 模式系统 — Custom Modes 的解析与切换逻辑
  6. 差异标记 — 搜索 // kilocode_change 快速定位增量代码
kilo-code智能体coding-agentopen-source-researchbest-practicesroo-codeclinevs-code-extensionagentic-engineeringmcp

Kilo Code：基于智能体工程的自动化软件开发平台

Kilo Code

简介

Kilo Code 是一个开源的一站式智能体工程（Agentic Engineering）平台，旨在通过 AI 智能体（Agents）自动化软件开发全流程。它是目前 GitHub 上非常活跃的项目，核心定位是作为开发者的 AI 辅助引擎，帮助构建、部署和迭代代码。

安装

# npm
npm install -g @kilocode/cli

# Or run directly with npx
npx @kilocode/cli

Kilo CLI

主要功能

Kilo项目核心能力分析

基于项目文档和代码结构分析，Kilo是一个开源的AI编码智能体平台，主要用于加速软件开发过程。它是OpenCode项目的fork版本，增强为全面的agentic工程平台。以下是其核心能力的详细分析：

  1. AI驱动的代码生成与自动化 核心功能：支持从自然语言描述生成代码，例如用户输入"add input validation to the signup form"，智能体会自动生成相应的代码片段。 自动化任务：能够自动化重复性编码任务，如重构代码、运行测试、修复错误等。智能体会自我检查工作，确保代码质量。 内联自动完成：提供实时AI驱动的代码补全建议，提升编码效率。
kilo-code智能体coding-agentagentic-engineeringmcpclivs-code-extensionhonovercel-ai-sdktypescript

代码评审知识图谱：code-review-graph

code‑review‑graph 是一款为 AI 编程助手打造的本地代码知识图谱工具，核心是用增量图谱替代全量读码，大幅降低 AI 上下文 Token 消耗、提升代码审查与理解效率。

基于 Tree‑sitter 解析代码结构，构建持久化增量知识图谱，通过 MCP 协议给 AI 提供精准最小上下文，Token 用量可降 5–10 倍，零配置开箱即用。

安装 code-review-graph

pip install code-review-graph

将 MCP Server 注册到 AI 编程平台

# cd <project-root>
code-review-graph install --platform claude-code
code-review-graphmcpknowledge-graphcode-reviewtree-sitterclaude-codeai-coding

Claude Code 插件市场指南

Claude Code

User（用户范围） Project（项目范围） Local（本地范围）
生效范围 当前用户（跨所有项目） 该仓库的所有协作人员 仅限当前项目的当前用户
Settings
配置文件路径		 ~/.claude/settings.json .claude/settings.json .claude/settings.local.json
CLAUDE.md
指令文档		 ~/.claude/CLAUDE.md CLAUDE.md or .claude/CLAUDE.md CLAUDE.local.md
Skills
技能安装路径		 ~/.claude/skills/ .claude/skills/
Plugins
插件安装路径		 ~/.claude/plugins/ .claude/plugins/
MCP Server
MCP 服务器配置		 ~/.claude.json .mcp.json
Subagents
子智能体配置		 ~/.claude/agents/ .claude/agents/

插件市场

注册插件市场

命令行运行：

claude plugin marketplace add obra/superpowers-marketplace

Claude Code 中运行：

claude-codepluginmarketplaceskillmcpagent-skillssuperpowersfrontend-designgithubgitlab

Hermes 智能体全面研究报告与 OpenClaw 对比分析

1. Hermes 智能体基础认知与发展概况

1.1 技术定义与核心特征

Hermes Agent 是由 Nous Research 开发的开源自主 AI 智能体，于 2026 年 2 月正式发布，其核心定位为 "与你共同成长的智能体"（The agent that grows with you）(1)。与传统的 AI 聊天机器人或 IDE 绑定的代码补全工具不同，Hermes Agent 是一个运行在用户服务器上的自主智能体，具有持久记忆和自我改进能力，能够在运行过程中不断学习和进化。

Hermes Agent 的技术架构采用模块化单代理持久循环设计，核心是 run_agent.py 中的 AIAgent 类（约 9200 行代码），负责同步编排整个生命周期：输入→推理→工具执行→内存更新→输出。该系统支持 Linux、macOS 和 WSL2 平台，用户可以通过一条 curl 命令完成安装，无需任何前置依赖，体现了其设计的简洁性和易用性。

在技术栈方面，Hermes Agent 基于 Python 3.11 + 开发，使用 uv (Astral) 管理，主要依赖包括 openai SDK 进行 LLM 通信、rich 和 prompt_toolkit 构建终端 UI、SQLite FTS5 实现会话持久化(97)。

hermes-agentopenclawnous-researchai-agentself-evolutionmemorymcpskillskepaterminal-bench

Claude Managed Agents（托管智能体）开发者参考指南

Claude Managed Agents 概览

这是一个运行在托管基础设施中的预构建、可配置智能体（Agent）框架，最适用于长时间运行的任务和异步工作。

Anthropic 提供了两种使用 Claude 构建应用的方式，分别适用于不同的使用场景：

Messages API Claude Managed Agents
定位 直接的模型提示词访问 运行在托管基础设施中的预构建、可配置智能体框架
最佳用途 自定义智能体循环和精细化控制 长时间运行的任务和异步工作
了解更多 Messages API 文档 Claude Managed Agents 文档

Claude Managed Agents 为将 Claude 作为自主智能体运行提供了框架和基础设施。无需构建自己的智能体循环、工具执行环境和运行时，你即可获得一个全托管的环境，让 Claude 能够安全地读取文件、运行命令、浏览网页并执行代码。该框架支持内置的提示词缓存、压缩以及其他性能优化，以实现高质量、高效的智能体输出。

核心概念

Claude Managed Agents 基于四个核心概念构建：

claudemanaged-agentsanthropicai-agentmcpssemulti-agentmemoryant-clibeta

Claude Code 源代码分析

创建 CLAUDE.md

这样它会将项目的规范、构建命令和架构要点记录下来，后续对话中它会自动参考这个文件，不再需要你重复解释背景。有利于后续的代码分析、调试和功能开发。

运行 /init 命令

/init - 自动分析该项目并生成 CLAUDE.md

我已为该仓库成功创建了CLAUDE.md文件。以下是文件包含的内容：

### CLAUDE.md 内容概要
1. **概述** - 包含项目统计信息（约1884个文件、51.2万行代码、40+工具、80+命令）的项目说明，以及法律免责声明。

2. **命令** - 构建与开发相关命令：
    - `npm run prepare-src` - 准备源码
    - `npm run build` - 使用esbuild构建
    - `npm run check` - 执行类型检查
    - `npm start` - 运行编译后的命令行工具

3. **高层架构**：
    - src/query.ts中的核心智能体循环模式
    - 核心目录（入口点、命令行、命令、工具、组件、服务、状态、工具函数）
    - 关键文件及其用途
// ...

CLAUDE.md

本文件用于指导 Claude Code（claude.ai/code）处理此代码仓库中的代码。

概述

本仓库包含 Claude Code v2.1.

claude-codeai-agentsource-code-analysistypescriptquery-enginesubagentmcpcontext-managementpermissions智能编码助手

开源 AI 编码智能体 OpenCode 使用指南

OpenCode

OpenCode 是一个开源的 AI 编码智能体。它提供终端界面、桌面应用和 IDE 扩展等多种使用方式。

安装

curl -fsSL https://opencode.ai/install | bash

                                 ▄
█▀▀█ █▀▀█ █▀▀█ █▀▀▄ █▀▀▀ █▀▀█ █▀▀█ █▀▀█
█░░█ █░░█ █▀▀▀ █░░█ █░░░ █░░█ █░░█ █▀▀▀
▀▀▀▀ █▀▀▀ ▀▀▀▀ ▀  ▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀ ▀▀▀▀

OpenCode includes free models, to start:

cd <project>  # Open directory
opencode      # Run command

For more information visit https://opencode.ai/docs

配置

opencodeai-agentcoding-agentopen-sourcecliweb-idevscodeacpmcpvolcengine

Claude Code 项目概览及架构设计

一、项目概述

Claude Code 是 Anthropic 开发的一款终端智能体编码工具，通过自然语言与开发者交互，理解代码库上下文，自动化完成日常编码任务、代码审查、Git 工作流管理等工作。

核心特性

  • 基于 Anthropic Claude 大语言模型
  • 高度可扩展的插件架构
  • 安全的工具调用和权限管理
  • 支持多种工作流和集成

二、项目目录结构

claude-codeai-agentcoding-agentanthropictypescriptnodejsbunmcpplugin-system智能编码助手

Cline 技术架构深度分析

Cline 是一个企业级 AI 编程助手，作为 VS Code 扩展运行。它代表了当前 AI 智能体开发的最高水平之一，具有以下核心特点：

特性 描述
🤖 自主智能体 能够独立规划和执行复杂开发任务
🔧 多工具集成 文件编辑、终端执行、浏览器自动化、MCP 协议
👥 人机回环 每一步操作都需要用户确认，安全可控
🌐 多模型支持 Anthropic、OpenAI、Google、AWS Bedrock 等
💾 检查点系统 可随时回滚到任意工作状态
🏗️ 跨平台架构 VS Code、CLI、JetBrains 多宿主支持

本报告将从架构师和开发专家的角度，深入剖析 Cline 的技术实现。

目录

  1. 整体架构设计
  2. 核心模块详解
  3. Agent 任务循环机制
  4. 提示词系统架构
  5. 工具执行系统
  6. 上下文管理策略
  7. 多宿主架构
  8. 安全与权限控制
  9. 关键技术选型
  10. 架构亮点与总结

整体架构设计

1.1 分层架构

Cline 采用清晰的分层架构，从上到下依次为：

clineai-coding-assistantarchitecture-analysisvs-codeclijet-brainsmulti-hostmcpcheckpointshuman-in-the-loop

三款顶级 AI 智能体架构深度拆解：从 Rust 原生高性能到 Python 极简主义

ZeroClaw：极致性能的 Rust 原生运行时。 凭借 <10ms 冷启动与 <5MB 内存占用，它证明了智能体可以像嵌入式插件一样轻盈。通过 Landlock 内核级沙箱与 Trait 驱动的模块化设计，ZeroClaw 定义了高并发、资源受限环境下的工业级标准。

IronClaw：坚不可摧的安全防御系统。 针对企业级痛点，它构建了包含隐私泄露检测、Docker 容器化隔离与任务状态机的深度防御体系，确保智能体在拥有自主权的同时，不逾越安全红线。

nanobot：大道至简的 Python 扩展框架。 仅用 4000 行代码便实现了基于 Markdown 的“人类可读”记忆系统。它通过 MCP 协议与插件化技能包，展现了极简主义架构下惊人的生态连接力。

ZeroClaw 项目架构设计分析

项目概述

ZeroClaw 是一个Rust 优先的高性能自主智能体运行时，专注于提供安全、高效、可扩展的智能体执行环境。它采用严格的架构设计原则，实现了在资源受限设备上的高性能运行，同时保持了强大的扩展能力。

核心架构特点

ai-agentagent-architecturezero-clawiron-clawnanobotrustpythonsandboxingmcpwasm

Claude Cowork 知识工作插件（Knowledge Work Plugins）

知识工作插件（Knowledge Work Plugins）能将 Claude 打造为适配你岗位、团队与公司的专业助手。专为 Claude Cowork 打造，同时兼容 Claude Code。

为何使用插件

Cowork 让你设定目标，Claude 即可输出完整、专业的成果。而插件能进一步赋能：你可以告诉 Claude 你的工作偏好、需要调用的工具与数据、关键工作流的处理方式，以及开放哪些斜杠命令——让团队获得更优质、更统一的结果。

每个插件都为特定职能打包了专业能力、工具连接器、斜杠命令和子智能体。开箱即用，就能让 Claude 快速上手协助对应岗位人员。真正的强大之处在于为你的公司定制化——适配你的工具、术语与流程，让 Claude 仿佛为你的团队量身定制。

插件市场

我们开源了 11 个基于实际工作打造与启发的插件：

claudeclaude-coworkclaude-codepluginsknowledge-workmcpskillsslash-commandsai-assistantworkplace-automation

NanoClaw 完整文档（含使用、架构、安全与开发）

NanoClaw 是您的专属 AI 助手，可安全运行在容器中。轻量设计，易于理解，还能根据您的需求自由定制。 与复杂的 OpenClaw 不同，NanoClaw 坚持“小巧易懂”的哲学，仅由单一 Node.js 进程和少量源文件组成，无微服务或复杂配置。其核心安全机制在于利用 Linux 容器（macOS 上支持 Apple Container 或 Docker）进行操作系统级别的隔离，确保智能体只能在挂载的沙箱环境中运行，无法访问宿主机敏感数据。系统支持按群组隔离的持久记忆、可安排的任务调度及网络访问功能。独特的“技能优于功能”架构鼓励用户通过贡献技能脚本（如添加 Telegram 支持）来定制功能，而非直接修改核心代码，从而保持代码库的纯净与个性化适配。

README

NanoClaw Logo

NanoClaw —— 您的专属 Claude 助手，在容器中安全运行。它轻巧易懂，并能根据您的个人需求灵活定制。

我为什么创建这个项目

OpenClaw 是一个令人印象深刻的项目，愿景宏大。但我无法安心使用一个我不了解却能访问我个人隐私的软件。OpenClaw 有 52+ 个模块、8 个配置管理文件、45+ 个依赖项，以及为 15 个渠道提供商设计的抽象层。其安全性是应用级别的（通过白名单、配对码实现），而非操作系统级别的隔离。所有东西都在一个共享内存的 Node 进程中运行。

NanoClaw 用一个您能在 8 分钟内

nanoclawdocumentationclaude-codewhatsappcontainersqlitemcplaunchdsecurityai-native

Claude Skill（技能）构建完全指南

这份指南详细介绍了如何为 Claude 构建 “技能” (Skills)，即一种能让 AI 学习特定工作流与专业知识的指令包。通过由 YAML 元数据和 Markdown 指令构成的三层渐进式披露结构，开发者可以教会 Claude 何时以及如何执行复杂任务。技能不仅能独立运行，还能与 MCP（模型上下文协议） 结合，将底层工具访问转化为可靠、标准化的操作流程。文档涵盖了从规划设计到测试分发的全过程，并提供了多种工作流编排模式以提升输出的稳定性。其核心优势在于跨平台通用性，让团队能够统一 Claude 在不同交互界面下的任务处理逻辑。通过使用 skill-creator 等辅助工具，用户可以在短时间内完成技能的迭代与部署。

目录

  • 引言 3
  • 基础知识 4
  • 规划与设计 7
  • 测试与迭代 14
  • 分发与共享 18
  • 模式与故障排除 21
  • 资源与参考 28

引言

技能（Skill） 是一组指令——以一个简单的文件夹形式封装——旨在教导 Claude 如何处理特定的任务或工作流。技能是为您特定需求定制 Claude 最强大的方式之一。与其在每次对话中反复解释您的偏好、流程和领域专业知识，技能让您可以一次性教导 Claude，并使每次对话都受益。

当您拥有可重复的工作流时，技能将非常强大：例如根据规范生成前端设计、使用一致的方法论进行研究、创建遵循团队风格指南的文档，或编排多步骤流程。

claudeskillskill-mdmcpprogressive-disclosureskill-creatorworkflow-automationyaml-frontmatteragents-skills技能构建

OpenClaw：打破互联网的病毒式 AI 智能体

OpenClaw: The Viral AI Agent that Broke the Internet - Peter Steinberger | Lex Fridman Podcast

讨论一下，给我一些选择。如果想说得更具体一些，那就先别写代码，直接说就行了。准备好之后，只需输入“好的，开始构建。”

合并一个 PR，会问：“可以重构什么？”

我经常问：“嘿，我们有足够的测试？”

文件名是什么？它应该放在哪里？

实际可能该模型的智能水平并未下降。只是你习惯了美好的事物。

对于私人智能体（OpenClaw）更多地关乎我的生活，或者像同事那样。如：我给你一个 GitHub URL；嘿，试试这个命令行界面，它真的能用？我们能学到什么？

专门构建了智能体浏览器（Playwright）使用方法

📊 2026 年 Claude 生态爆发期核心事件复盘（修正版）

openclawai-agentpeter-steinbergerlex-fridmanclaude-coworkmcpagentic-ossaas-disruptioncobol-modernization

直接和它对话——智能体工程的实用指南

Peter Steinberger (OpenClaw 的创造者) 分享了核心主张 “拒绝套路，直接对话”。他认为当前的 AI 智能体（尤其是 GPT-5-Codex）已足够强大，无需过度依赖 RAG、复杂的子智能体或繁琐的规格文档等“炒作”手段。

最近我在这里变得安静了许多，因为我正埋头于最新的项目。Agent 智能体工程（Agentic engineering）已经变得如此强大，以至于现在它几乎包揽了我 100% 的代码编写。然而，我看到仍有许多人在解决问题时，还在搞那些华而不实的复杂套路，而不是专注于把活干完（Getting sh*t done）。

这篇文章的灵感部分来自昨晚在伦敦参加的 Claude Code Anonymous 交流会，部分原因是从我上次更新工作流以来已经过了“AI 领域的一年”（实际才几个月，但变化巨大）。是时候同步一下进度了。

所有的基本理念仍然适用，所以我不会再提上下文管理等简单的事情。你可以阅读我的 《AI 开发最佳工作流》 作为入门。

背景与技术栈

我独立工作，当前项目是一个约 30 万行代码（LOC）的 TypeScript React 应用，包含 Chrome 扩展、CLI、基于 Tauri 的客户端以及基于 Expo 的移动端。我使用 Vercel 托管，一个 PR（拉取请求）大约在 2 分钟内就能交付新版本网页进行测试。

agentic-engineeringopenclawpeter-steinbergercodexclaude-codevibe-codingmcpskillsagents-mdsoftware-development