跳到正文
11月13日週五
  1. DEV Community42

    2026 年智能體開發者技術堆疊:記憶、技能、MCP 與免受鎖定的工作流程

    2026 年的智能體開發者技術堆疊以持久記憶、宣告式技能和 MCP 為可組合層,Claude Code、Codex 和 Cursor 的執行環境則是供應商鎖定的所在。記憶、技能和整合層採用開放標準,執行環境仍屬專有;文章提出以中立格式和轉接層建立可跨智能體使用的工作流程。

  2. DEV Community54

    如何加固 Tyk Gateway,支援生產環境的多供應商 LLM 路由

    作者以 Tyk 5.7.1 實測多供應商 LLM 路由,展示如何配置 MCP 傳輸、斷路器、備援端點及標頭改寫,供 Cursor 使用。故障切換期間,TTFT 中位數為 180ms,測試共發出 200 次請求;停用詳細記錄後,分析儲存量由約 2GB/日降至 40MB/日。文章亦指出,Tyk 按 HTTP 請求而非 MCP 工具調用計算限流,並未支援工具回應的語義快取。

  3. DEV Community48

    osFoundry 為何把 Claude Code 的進度分成工作階段備註與狀態?

    osFoundry 用 set_status 和 post_session_note 讓 Claude Code 回報進度,兩者用途和讀者並不相同。set_status 不需工作階段,每名 Agent 只有一列狀態,每次呼叫都會覆寫;同一專案的其他 Agent 可查看。post_session_note 則需要工作階段和冪等性金鑰,每次呼叫都會新增一則供他人閲讀的備註。

  4. DEV Community49

    用 Claude 和一個網頁 MCP 伺服器可構建的 8 個項目(附提示詞)

    文章列出使用 Claude 和一個網頁 MCP 伺服器、各以一條提示詞構建的 8 個項目,涵蓋研究報告、價格監察、潛在客戶名單、文件資料集、Reddit 市場研究、產品資料、品牌指南及登入後工作流程。範例使用 CrawlForge MCP,每個項目需 2 至 25 credits。作者指出,按任務選擇合適工具,比只靠提示詞更重要。

  5. DEV Community63

    Pinky 以用戶審批網關管理 AI 智能體對手機的操作

    Pinky 提供公開的 pre-alpha 網關,讓具備 MCP 能力的智能體在用戶監看和審批下操作支援的 Android 手機及 iPhone。網關在自身層面執行審批,付款、交易及轉帳預設須用戶批准,銀行、錢包和密碼管理程式則預設對智能體隱藏。Pinky 採用 Apache-2.0 授權;項目仍屬 pre-alpha,部分已實作功能尚待人工測試。

  6. DEV Community36

    瀏覽器 AI 智能體為何緩慢脆弱:WebMCP 如何解決背後的數學瓶頸

    WebMCP 以網站提供的結構化工具呼叫,取代瀏覽器 AI 智能體反覆截圖、分析及點擊的視覺流程,改善執行速度與可靠性。文章指出,WebMCP 可減少約 89% token 開銷,任務準確率由約 70% 升至約 98%,延遲由 45 秒降至不足一秒。Playwright 適合軟件質素保證,但用作 AI 智能體的 API 層容易受介面改動影響。

  7. DEV Community60

    Memexa MCP 持久記憶實測:AI 編碼智能體跨工作階段的表現與問題

    作者實測 Memexa 這個透過 MCP 伺服器為 AI 編碼智能體提供持久記憶的工具,確認專案脈絡可跨工作階段保留。初始化只需一條命令,設定精靈可識別 Claude Code、Cursor、Devin、Codex、Gemini 等 Agent;首次更新因舊遷移未加入 Postgres enum 的 SESSION 值而回傳 500,作者約 30 分鐘修復。

  8. DEV Community52

    Claude Code 如何在 osFoundry 團隊工作階段回報進度

    本文説明如何把 Claude Code 接入 osFoundry 團隊工作階段,讓它讀取工作郵件、更新狀態,並在指定節點發布進度備註。設定需將連線加入項目並授予 Contributor 角色,再以 CLAUDE.md 指示回報時機;每次發布備註前,Claude Code 仍會詢問用戶批准。文中的執行示例是模擬內容;程式碼、程式碼庫、差異內容和測試輸出留在本機,只有寫入備註或狀態的內容會傳出。

  9. DEV Community54

    AI 智能體的「響應式設計時刻」:企業為何不能忽視 WebMCP

    WebMCP 讓網站透過瀏覽器 API 向 AI 智能體提供結構化工具,讓智能體直接調用功能,而非依賴截圖及 DOM 猜測操作。文章列出 98% 任務執行準確率及 89% tokens 節省,並指出敏感操作可要求用戶在畫面確認。WebMCP 已在 Chrome 149 至 156 開啟公開 Origin Trial;文章建議從整理語義化 HTML、採用漸進增強及撰寫清晰工具描述着手。

  10. DEV Community44

    Scovant Core 0.26.0:以實際證據識別 MCP 端點

    Scovant Core 0.26.0 改進 MCP 端點識別,避免把回應 HTTP 200 的一般頁面或錯誤 JSON 誤判為端點,並開始讀取 AI Catalog 以尋找伺服器卡片。在 8,523 個網站的樣本中,0 個發布有效的 MCP discovery file,19 個有可解析的 MCP 伺服器卡片。每次掃描最多增加四個請求;讀取逾時或受限時會標示為未測量。

  11. DEV Community54

    AI 智能體為何虛報任務完成:LLM-as-a-Judge 為何失效,以及如何以獨立證據修正

    作者開發並開源 harness-audit-sidecar,透過檔案系統或作業系統的獨立證據,核驗 AI 智能體聲稱已完成的任務。它攔截 MCP 的 write_file 和 run_command 呼叫,並在執行前後記錄檔案的 mtime、大小或 sha256,以比對自述與實際變化。作者表示,檢測到失敗後,旁掛服務會把失敗事件寫入本地記憶層;測試中的智能體其後會先執行 mkdir -p 再寫檔。