如何透過託管 MCP 伺服器,讓 Claude 和 Cursor 查詢 X 即時資料:設定與兩個提示詞
TwitterAPI.io 團隊的 Alex 示範如何透過託管 MCP 伺服器,讓 Claude 和 Cursor 查詢 X 的最新資料,並提供兩種客戶端設定及兩個提示詞。伺服器提供 12 個唯讀工具,不含發文功能;提示詞分別用於搜尋最新推文和整理某帳戶的貼文。文中列出的費用約為每 1,000 條推文 $0.15(撰文時),並提醒限制 Agent 可抓取的分頁數。
TwitterAPI.io 團隊的 Alex 示範如何透過託管 MCP 伺服器,讓 Claude 和 Cursor 查詢 X 的最新資料,並提供兩種客戶端設定及兩個提示詞。伺服器提供 12 個唯讀工具,不含發文功能;提示詞分別用於搜尋最新推文和整理某帳戶的貼文。文中列出的費用約為每 1,000 條推文 $0.15(撰文時),並提醒限制 Agent 可抓取的分頁數。
AI 智能體項目開發涵蓋架構選型、RAG 知識庫與長期記憶、工具及 API 集成,以及人機協作。開發費用由低代碼方案的 0 元–2 萬元,到工業級私有化部署的 50 萬元–200 萬元以上不等,視項目複雜程度和部署方式而定。智能體使用的 Token 往往是普通對話機器人的 3 至 10 倍。
doujiaozh 構建了 Omni-Web-MCP,一個用於 AI 網頁瀏覽的零依賴 MCP 伺服器,採用 Node.js 內置功能和單一 IIFE 客戶端。
AssetHoard 發佈 0.3.1,加入插件系統,讓檔案格式支援及工具整合毋須等待應用程式更新即可加入。現有插件包括 HEIC/HEIF 匯入及 Godot 編輯器整合;版本亦新增遺失檔案管理及整批重新連結功能。AssetHoard 在公開測試期間可免費下載。
Andriy Kuzmenko 示範以 Apify 上的 Document to Markdown for AI,將烏克蘭語掃描 PDF 轉成保留西里爾字母、標題及表格的 Markdown,並可輸出附有相應標題的分塊供向量資料庫使用。
作者按公開源碼重建 opencode 的 MCP OAuth 命令構造流程,測試顯示有效 HTTPS URL 可在 Windows PowerShell 字串中觸發程式碼執行。
作者以 Rust 開發 librelink-mcp-rs 1.0,這個本地 MCP 伺服器讀取 LibreLinkUp 追隨者帳戶的 FreeStyle Libre 數據,並標示數據時效、覆蓋程度和可信度。
ARTF v1.0 的十類錯誤可能在 gRPC 回傳 OK 的情況下,仍令 OpenRTB 請求無法通過下游檢查,影響競價填充。問題包括 root payload 格式錯誤、mutation 路徑或 intent 不合規,以及未按交易所使用的 OpenRTB 版本重新驗證。
文章以 XRef 0.4.0 示範 AI 智能體如何從序列化欄位追查候選寫入函數,並以機器碼指令和呼叫點核實結果。合成程式加入 2,000 個寫入相同偏移的幹擾函數;真實寫入函數與幹擾函數都得 40 分,真實函數再因與 serializer 共享呼叫者 main 得 10 分。
Buzzedin 為紐約市租屋搜尋服務建立遠端 MCP 伺服器,讓 ChatGPT、Claude 等 MCP 客戶端直接查詢即時租盤。伺服器沿用網站的搜尋程式碼,並在伺服器指示中加入住房搜尋規則;支援 MCP Apps 的客戶端可在工具結果旁顯示租盤卡片。
Descript 在 11 月 6 日的更新中推出生成式版式套件、可重用的 Underlord 技能,並為 Enterprise 雲端硬碟加入圖像和影片內容搜尋。
Limitcast 推出 0.18.1,令 `trim --apply` 只停用 30 天內一直未使用的 MCP 伺服器,並要求套用明確留空的保留清單時加入 `--yes`。結果頁會先顯示用戶可控制的起始上下文淨變化,Codex guard 亦修正了本地午夜前後的回溯範圍。此版本可在 npm 和 GitHub 取得。
DSH Have Voice 是一款透過 MCP 工具讓智能體以語音播報工作進度的工具,重點播報里程碑、結果和下一步,而非朗讀最終答案或只播放提示音。Kokoro-82M 在 2013 Xeon 上以約 2.2× real time 合成;逐句送往播放器時,首段語音約 0.93 秒後到達。工具只提供英文語音,播放需要 Linux 桌面及 PipeWire。
AWS 於 2026 年 11 月 5 日在 Amazon Bedrock AgentCore 正式開放 Web Answer,透過一次 MCP 工具呼叫返回附來源引用的綜合答案。
文章整理 Claude Code、Codex 和 Cursor 的聊天記錄本機存放位置、格式,以及搜尋、讀取和刪除方法。Claude Code 的純文字 JSONL 記錄預設 30 日後清理;Codex 路徑來自社羣資料,Cursor 的聊天資料則涉及 SQLite,且位置可能因版本而異,記錄亦可能含有敏感內容。
Anthropic 發佈 Claude Code v2.1.319,透過 MCP 任務背景執行及新的權限設定,減少無人值守智能體工作流程因等待而停頓。MCP 工具呼叫可在背景完成;denyInsteadOfPrompting 會拒絕原本需要等待確認的呼叫,讓執行繼續。
AWS Machine Learning Blog 發佈一套無伺服器 MCP 參考架構,讓 AI 智能體透過在 ECS Fargate 上運行的 FastMCP 伺服器,受控存取數據湖。
MCP Bridge 透過 Model Context Protocol(MCP)把舊有系統轉化為 AI 智能體可用的工具,無須修改來源系統。它可把 API、資料庫查詢及現有 MCP 伺服器映射為工具,並透過 Tunnel 連接防火牆內的系統,無須開放入站連接埠或設定 VPN。
Tesseract 分享其桌面應用以單一對話介面整合 14 個編碼智能體 CLI,並支援在對話中途切換框架。文章建議保留各框架的原生能力,並以能力旗標及雙向測試核對實作;測試顯示,在提示詞中列出技能索引後,正確載入率由 47–63% 升至 97–100%。
使用現時股票代號名單進行回測,會排除已破產、被收購或退市的公司,令策略表現被高估。測試三種策略後,生存者偏差每年令年複合增長率高出 1.25 至 3.66 個百分點;12-1 動量策略在排名前 3,000 隻股票中高出 3.66 個百分點,排名前 1,000 隻則高出 1.25 個百分點。偏差幅度因策略而異,基準表現也會受影響。
Tirth Gajjar 在指南中主張按用戶問題而非供應商 API 端點設計 MCP 工具,並在多個來源可回答同類問題時採用集中層。集中層由程式碼選擇權威來源,並處理實體解析、結構化 JSON、逐次用戶身份驗證、限流和呼叫記錄;Bigcircle 的 Solarpunk 案例中,工具選擇約在三十個工具時開始出錯。
William Jin 示範以 XML sitemap 逐日比對網址,監測競爭對手新增頁面,毋須每日爬取整個網站。他以 Apify 上的 XML Sitemap URL Extractor 説明,首次執行建立網址基準,之後用 onlyNewUrls 和同一個 stateKey 只輸出新增網址;空資料集表示當次沒有新網址。
Amazon 團隊在 Amazon ECS Fargate 上構建無伺服器 MCP 伺服器,作為 AI 智能體連接企業資料湖的集中式閘道。新增資料集只需提供描述結構、業務背景及欄位語義的 JSON 元資料檔,索引後即可供已連接的智能體使用,伺服器則在 MCP 層集中執行存取控制。
AWS Quick 梳理智能體工作的基元分類法,以「何時、做甚麼、由誰、如何」四個問題界定觸發器、智能體及其能力。觸發器啟動任務並承載指令;智能體是持續學習的行動者,透過工具、技能和工作流程執行任務,其中技能提供判斷空間,工作流程則按固定步驟運作。
AI 智能體支付由 Agent 在用戶預先批准的限額內代為選購及付款,交易會附有用戶授權證明。文章比較 OpenAI 與 Stripe 的 Agentic Commerce Protocol。
Ed Orellana 比較 Summer Engine、Ziva 與 Flockbay 三款 Godot AI 工具,整理它們在編輯器整合、遊戲測試、收費和平台方面的差異。
作者認為,智能體的鎖定主要來自工具 Schema,而非模型,因為模型端點較易更換,工具調用契約則可能因參數格式差異而失配。文中提供可對接 OpenAI 相容 `/chat/completions` 端點的 `tool_contract.py`,以五項案例檢查不必要調用、虛構未宣告工具、必填參數、額外屬性及多目標讀取,並以逐項門檻而非平均分判定。
AWS 文章示範以 Okta Cross App Access 和 Amazon Bedrock AgentCore 建立用戶委派授權流程,讓 AI 智能體代表已登入用戶存取應用程式。
推薦理由:文章拆解 Okta Cross App Access 與 Amazon Bedrock AgentCore 的委派授權鏈路,並以實測交代撤銷用戶指派後新請求約 1 秒內遭拒、已發 token 最長有效 5 分鐘。
AWS 示範以 Amazon Bedrock AgentCore 和 Okta Cross App Access,透過 AgentCore Gateway 統一管理多個 AI 智能體的工具存取。
Uber 高層在 Q3 2026 業績電話會議上表示,萬聖節繁忙週只有 4 次行程由 AI 智能體預訂,Uber Eats 來自智能體的交易量約為 500。該週 Uber 和 Uber Eats 合共約有 320 million trips,行政總裁 Dara Khosrowshahi 稱智能體目前帶來的使用仍非常有限。
Claude Code v2.1.319 加入終端機 MCP 任務支援,並更新自動模式、權限及功能旗標處理。MCP 工具呼叫以任務方式執行時會立即移至背景,完成後再通知 Claude;版本亦修正安全檢查、檔案處理、登入流程,以及 VS Code 和雲端工作階段的多項問題。
文章提出四項適用於 OpenAI Codex CLI 與 Claude Code 的配置和工作流程,以減少輪詢造成的 Token 消耗,並防止未經批准的寫入。建議把 Codex 命令的初始交還時間設為 300000 毫秒,並為 Claude Code 的 Explore 子代理設定 Haiku、唯讀工具白名單及 omitClaudeMd。
SpendWarden 是作者為 Hermes Agent 開發的插件,會在涉及付款的工具呼叫執行前進行確定性政策檢查,並以本地 SQLite 資料庫記錄付款。政策可按限額、收款地址、資產及網絡規則允許、要求審批或封鎖呼叫;唯一 payment_id 令重試不會重複計入帳本。它亦能檢查 x402 challenge,但不持有密鑰或簽署付款;能修改插件資料庫或停用插件的程序則可繞過它。
一項美國學術合作研究量化 AI 智能體工作流中的 token 浪費,發現約 18% 的輸出 token 屬浪費。研究指出,超過 45% 的任務中,一個智能體浪費的輸出 token 多於另一個成功完成相同任務所用的全部輸出;刪除 41–46% 的推理,在測試中對成功率影響有限。按模型及工具使用成本計,浪費比例介乎 11% 至 24.9%,而同一模型在不同智能體框架下的推理輸出可相差逾四倍。
AI 助手解讀 Form 4 內幕交易時,必須分辨交易代碼與 Rule 10b5-1 計劃交易,並釐清拆股前後的價格及持股數口徑。GameStop 自 8 月起的 16 筆交易中有 12 次買入、4 次賣出;排除計劃交易後,工具計算的淨買入額為 $99,001,920,作者按交易列計算則為 $99,001,922。
這篇指南提出一套為 Figma 設計系統準備 AI 智能體的方法,重點是整理檔案結構,並用技能明確規定工作流程。建議用五天檢查變數、圖層命名、自動版面配置和元件描述,再以五個固定提示詞測試,記錄硬編碼值及以普通畫框代替元件的情況。Figma 的內部數據顯示,典型任務較 beta 快約 20%;文章指出,模型改進不代表設計庫已準備妥當,產出仍需檢查。
Atomicwork 在 AI Coworker Marketplace 推出 6 款預先建置並經認證的 AI Coworkers,處理高頻重複的 IT 服務工作,涵蓋員工 IT 請求、存取權限、裝置、網絡、雲端及安全營運。
作者比較了 10 款 CMS 的 11 個 MCP 伺服器,檢視 Agent 寫入內容時的草稿與發佈行為、權限控制、內容模型驗證及部署方式。十款 CMS 中有九款提供官方 MCP 伺服器,Drupal 的 MCP 則由社羣貢獻模組提供;多數伺服器可讓 Claude、ChatGPT 或 Cursor 建立、修改及發佈網站內容。
AwesomeVideo 提供託管式字幕 MCP + REST API,讓可呼叫工具的 Agent 透過三次工具呼叫,毋須先建立帳戶便可為示例影片加上字幕。輸出包括已燒錄字幕的 MP4,以及 SRT、VTT 和 JSON 文字稿。字幕定價為每段音訊每分鐘 5 credits,加入翻譯則另加 2 credits。
Atomicwork 推出 AI Coworker Marketplace,為企業 IT 與安全團隊提供經認證、可與員工協作的預建 AI 智能體。