ToolSpace:擴展以工具為中心的長期智能體環境合成
ToolSpace 提出以工具為中心的框架,從真實 MCP 服務及開放智能體語料的執行軌跡合成多環境工具使用基準。應用於 AutomationBench 和 tau3-Bench Banking 後,7 款前沿模型在更具挑戰性的 Pro 版本上得分最多下降 38.2 分。
ToolSpace 提出以工具為中心的框架,從真實 MCP 服務及開放智能體語料的執行軌跡合成多環境工具使用基準。應用於 AutomationBench 和 tau3-Bench Banking 後,7 款前沿模型在更具挑戰性的 Pro 版本上得分最多下降 38.2 分。
這份教程詳述在阿里雲計算巢及 ECS 部署 DeepSeek Harness 社區版,並透過計算巢安全代理存取 Web UI 的流程。部署約需 3 分鐘;百煉 API Key 需配合所選地域使用並在建立後立即保存,Web UI 內部使用 127.0.0.1:13080,外部經 Nginx 反向代理至 3080 連接埠。
AngusKit 是一個 AI 原生軟件工程平台,整合門戶 AngusGM 和六個獨立應用,串連智能體、代碼、製品、測試、安全及洞察。平台把同一次改動的評審、製品和測試等記錄連在一起;AI 負責起草和檢查,合併、發布及放行仍須由人確認。代碼索引、模型推理上下文和製品元數據留在用戶自己的集羣。
每次具實質影響的 AI 智能體工具呼叫都應經過可強制執行的授權邊界,但不必每次都要求人手批准,也不必在每個推理 token 上進行重型政策模型推理。可信執行層應根據已驗證身份、租戶、資源所屬權及具體操作,決定允許、暫停或拒絕。測試情境包括錯誤租戶應拒絕、批准後更換電郵收件人令原批准失效,以及政策服務超時時暫停或拒絕;寫入結果不明時應先核對,避免盲目重複執行。
7onic 將設計系統規則交予連接 MCP server 的 AI,要求它在交回生成的 TSX 前執行 validate_code、修正錯誤並重新驗證。validate_code 會按 14 項規則檢查 TSX,其中 9 項屬錯誤;npx 7onic init 亦可把 7onic skills 和 design agent 安裝到項目的 .claude/ 資料夾。
Equibles MCP 的 ScreenStocks 工具可把一句話描述的股票條件轉成篩選器和表格;作者實測指出,缺失數據、增長來源差異及只看市盈率都可能誤導。作者建議核對描述與篩選參數,並把缺少數據和未達條件分開處理。分析估值時,還應比較同業及公司自身歷史,並從業績電話會議追查股價大幅下跌的原因。
Tamiz Uddin 提出一套面向生產環境智能體的 MCP 工具鏈架構,讓模型只提出操作意圖,由確定性執行層負責驗證、授權、執行及記錄。設計以嚴格 schema、最小權限憑證、受限工具輸出及冪等寫入控制風險,並附有 TypeScript 參考實作和生產就緒檢查清單。
Alibaba Cloud CMS MCP 讓 AI 智能體透過遠端 MCP 工具排查雲端可觀測性問題,毋須在每台智能體主機安裝本地 CLI。文中案例透過告警、PromQL 指標、鏈路追蹤及雲端事件核查,將結帳服務的 P99 延遲定位至下游付款閘道,並新增連續 2 分鐘超過 1% 的 5xx 告警。
CodingCat.dev 的 Alex Patterson 以 14 個開源程式庫搭建程式碼驅動影片流程,並用 Three.js、Blender 和 Blender MCP 製作 3D AJ the Cat GLB 模型。
跨語言專案可將 OpenAPI、Doxygen、godoc、rustdoc 和 Markdown 文件納入單一建置流程,生成統一的靜態文件網站。
SolidCraft 是以 Rust 編寫的開源參數化 3D CAD 應用程式,文章示範如何把內置 MCP 伺服器接入 Claude Code,建立可編輯、可按參數重建的零件。
教學示範如何用 Node.js 讀取 Linktree 公開個人頁面,整理頁面資料、連結及社交圖示,並追蹤連結新增、移除、改名或改向。程式只需一個檔案、毋須 npm 依賴,使用 Node 22.5+ 內置的 node:sqlite 儲存快照。Linktree 條款禁止以自動化方式收集個人頁面內容,文中提醒執行前須評估條款及法律風險。
LikeShop 單商戶 SaaS 版小程序接入微信 AI 生態的二次開發,提出以四層架構封裝原子化服務接口,讓 AI 可組合調用商城業務能力。方案涵蓋商品、用戶、訂單、營銷、購物車及售後六大業務域,並透過協議適配處理身份映射、租戶注入、權限校驗及統一返回。寫操作需具備冪等能力,並以結構化錯誤資訊支援模型判斷。
Lockstep 推出面向 AI 編碼智能體的決策記錄系統,讓團隊明確記錄影響協作的決定,並把已核准的上下文提供給智能體。它可從 Slack 等來源擷取決策,經負責人核准後透過 MCP 工具提供給智能體,並在 PR 檢查中標示與決策衝突的變更;檢查預設只發出警示。源碼、檔案內容、差異和憑證不會離開開發者的機器;Lockstep 以 Apache-2.0 授權開源,亦可自行託管。
文章示範如何以 LangChain Deep Agents 和 MCP 建構小型企業發票分流多智能體系統,由協調器安排資料抽取與審核,並產生供業主審批的摘要。MCP 伺服器提供只讀發票及供應商查詢工具,系統檢查重複發票、總額不符及金額異常,但不會核准或支付款項。文章亦建議以 Pydantic 驗證結構化輸出、記錄工具呼叫,並用 20–30 張匿名舊發票建立回歸測試集。
Transcreva 建構了面向巴西葡萄牙語音訊與影片的 AI 轉錄及字幕平台,結合 Whisper Large-v3 與 Pyannote 產生附有説話者標籤和逐詞時間戳的文字。平台支援 WhatsApp 語音訊息轉錄及 .srt、.vtt 字幕輸出,並以開源 MCP 伺服器 transcreva-mcp 將轉錄工具整合至 Cursor、Claude Desktop 和 Windsurf。
作者指出,AI 智能體會把 SKILL.md 的文字載入模型上下文並影響行為,但這類檔案幾乎無人以審計方式檢查。作者製作的 SkillSentry 可掃描 SKILL.md 和 MCP 設定,並以 14 條確定性靜態規則識別風險模式。intothe.tech 提供免費網頁掃描器;作者亦指出,靜態分析只是第一道防線,無法識別只在執行時狀態下出現的惡意行為。
開源桌面應用 sshboard 讓 AI 智能體透過同一個 SSH 連線查看伺服器,智能體的每項呼叫都會在執行前顯示於用戶畫面。它不提供任意 shell 命令工具;命令須由用戶列入允許清單,會改變狀態的操作按 ID 列出並須先在畫面確認,而智能體可寫入的目錄預設為空。
Control Plane 將於 2026 年 12 月把 WebMCP 加入主控台,讓瀏覽器內的 AI 智能體使用主控台的所有功能。
一個 marketing-data MCP 伺服器在六個目錄刊登,團隊在首 21 天中檢查了 17 天;三週後,五個目錄的刊登穩定,一個官方 Registry 條目未能找到,可能已被下架。Glama 的 uptime 評分由 46.5% 升至 65.5%,其餘目錄狀態大致不變,亦沒有可歸因於刊登的用戶發現事件。網頁改版可能造成假下架,因此需同時核對頁面和 registry API。
mcp-server-git 在 2026.10.28 前可因巢狀 .git 檔案指向其他 repository,讓工具呼叫越過 --repository 限制並讀取其已提交內容或建立分支;2026.10.28 已修補此問題。
阿里雲 Token Plan 推出雙十一優惠,訂閲價格低至 5 折,個人版新客月付 19.5 元起,方案分為個人版和按席位收費的團隊版。個人版設 Lite、Essential、Standard、Pro 四檔,每月提供 11,500 至 180,000 Credits;團隊版各席位均承諾數據不會用於模型優化。
指南比較六款任務管理工具,涵蓋部署方式、AI 能力及工作流程是否配合團隊需要。ONES.com 支援透過 OpenAI-compatible endpoints 連接自行託管的模型,並可透過 ONES MCP 搜尋專案資料、讀取工作項目歷史及建立或更新工作項目。其餘五款工具的 AI 智能體支援尚未確立。
Postman Desktop 12.33.4 的安裝器在既有用戶升級時,自動為 Claude Code 和 Codex 安裝外掛,並嘗試將 Codex 的 SessionStart hook 設為受信任。
阿里雲百煉推出的 Token Plan 在雙11升級訂閲優惠,個人版 Lite、Essential 新客首購低至5折,月付分別由19.50元、39.50元起。服務以 Credits 統一計量,可在 Claude Code、Cursor、Qwen Code 等工具中調用模型,並提供個人版及團隊版方案。部分模型夜間限時4折,優惠時段為每晚22:00至次日8:00。
UsePhysics 的 physics-calculators MCP 伺服器已列入官方 MCP Registry,提供免費、毋須 API key 的遠端服務。
Tùng Xuân以實測示範如何用 curl 查詢 Agent Bounty Feed 的 JSON feed 和 MCP server,並輪詢及篩選目前開放的付費賞金。當時索引列出 35 項、總額 $624.36,其中 $443 的 Algora 賞金要求 GitHub 身份及 KYC;作者建議先按 requires、eligibility 和錢包能力篩選,付費信任資料需 $0.01 USDC。
AI 研究智能體的可靠性不只取決於能否使用網頁搜尋,更取決於它是否先搜尋、檢查、比較來源並附上引證,再作答。流程應優先採用官方文件、版本説明等一手資料,並為每項事實保留來源連結和搜尋時間。遇上搜尋失敗、來源衝突或證據不足時,智能體應明確呈現問題,而非輸出貌似確定的摘要。
阿里雲 Token Plan 雙11優惠開啟,個人版月付19.5元起,整體優惠低至5折;團隊版按席位收費,標準席位月付150元起,並承諾數據不會用於模型優化。優惠亦涵蓋加油包及每晚22:00至翌日08:00的限時折扣,最低4折。
作者從追蹤 AWS 公告與發布消息的需求出發,建立 Serverless-radar,利用 AWS RSS feed、定期執行的工作和 DynamoDB 篩選及儲存內容。其後,作者使用 Lambda 和 Bedrock 的 Nova Lite 生成每週 AWS 內容摘要,並在 Kiro 協助下把 MCP Server 部署到 AgentCore,整個項目由構思到完成約一小時。
Invoice Chaser 是為在 Sui 收取 USDC 的自由工作者而設的發票追蹤工具,利用 Walrus Memory 記錄客戶付款及提醒紀錄,並透過 Tatum 的 Sui Mainnet gRPC gateway 核實付款。以 Acme 為例,系統根據過往付款紀錄調整提醒時間和語氣,並預測延遲天數;最近四次付款的預測誤差依次為 4、2、0、0 天。
ScriptMasterLabs 經營 24 個 MCP 伺服器,共有 182 個工具,並分享取得、製作及使用 MCP 圖示的上架經驗。多數目錄不會實際運行伺服器,而是讀取套件、程式碼庫或註冊表記錄,因此圖示、工具清單及中繼資料須在發布來源中準確維護。其註冊表記錄曾出現工具數量與實際伺服器不符的情況,須重新發布並讀取記錄確認修正。
阿里雲 Token Plan 推出雙11年度優惠,以 Credits 統一計算模型用量,新客可由19.5元起訂閲個人版。個人版設 Lite、Essential、Standard、Pro 四檔,團隊版按席位收費,Standard、Pro 另送 Harness 工具額度。每晚22:00至次日8:00,指定模型可享4折或5折 Credits 優惠。
文章示範如何透過 MCP 為瀏覽器智能體配置 CAPTCHA 求解工具,限定用於自有網站、測試環境或網站條款允許的自動化。作者建議先檢查測試金鑰是否足夠,再在伺服器端設定支出上限和允許主機清單,以限制工具呼叫及並行求解的支出。文章亦整理錯誤處理、長時間求解的任務恢復與 token 失效處理,並披露作者任職 CaptchaNo,文章由 AI agent 草擬。
Claude Code v2.1.318 新增 mod 啟用記錄、AWS assume_role 支援、mod 模型分支的 effort 選項,以及登入到期時間查詢和提示。版本亦修正對話續接、登入狀態、設定檔寫入、MCP 伺服器及雲端工作階段等多項問題。
LinkDigest 可透過 Bilibili 影片連結轉錄語音並讀取畫面文字,輸出帶時間標記的逐字稿。文中一段 4 分鐘 5 秒影片的示例,處理需時 69 秒、耗用 6 credits,取得 17 段語音及 13 段畫面文字。服務毋須 Bilibili 帳戶或 cookies,註冊可獲 10 個免費 credits。
MoEngage 透過 Amazon Bedrock AgentCore Gateway 管理跨 7 個 AWS 區域的約 400 個私有 REST API,將它們轉化為按權限提供給智能體的工具,避免逐一部署 MCP 伺服器。
一項跨框架測量研究發現,MCP 工具描述、Schema 欄位及工具回應中的攻擊者可控內容,會在缺乏驗證下進入模型上下文;研究測得整體攻擊成功率為 22.9%。研究測試 12 個框架、18 個模型及 45 種攻擊情境,並以真實工具執行確認結果;成功攻擊中,12.1% 確認外洩秘密。
agent-intent-compiler 將用戶意圖編譯為具型別 DAG,為 AI Agent 和 MCP 伺服器規劃執行流程,以降低提示詞注入、無效工具參數及 token 浪費問題。基準測試中,其本機 CPU 編譯延遲為 0.28ms,每個意圖的 token 成本為 0,並以 Kahn's Algorithm 防止循環、用 SHA-256 Merkle Root 驗證執行計劃。
IndieDaddy 作者實際考察了 12 個 Product Hunt 替代發布平台,按發布形式、費用、反向連結及適用項目作比較。文章建議開發工具考慮 Show HN、Dev Hunt 或 Peerlist Launchpad,並按發布前、發布日及其後分散安排;Product Hunt 仍是受眾最大的發布平台,不宜把整個發布計劃押在單日。