github标签_MCP技术社区

github

GitHub Copilot 能换成本地模型吗？深入解析本地化替代方案

完全替代 vs. 部分增强完全替代：寻找功能类似、可完全离线运行的本地代码助手。部分增强/混合模式：在 Copilot 基础上，结合本地模型处理敏感或特定任务。“本地”的不同层次模型完全本地：模型文件下载到本地机器，推理完全离线。本地部署服务：模型部署在内网服务器或本地容器，通过局域网访问。本地索引与缓存：仅将代码索引、知识库或缓存放在本地，模型调用仍可能上云（非严格意义上的“换成本地”）。关键能

 2601_96238158
2026-08-21 10:53:07

 365

 5

#github #copilot
异步程序异常时怎样安全降级

模型调用失败时，服务返回明确的暂不可用，而不是编造答案。测试注入失败实现，运行 cargo test fallback_response。降级内容不能带内部错误或请求原文。

第一程序员
2026-08-21 09:52:23

 3186

 3

#AI #人工智能 #rust +2
Pydantic AI 2.29.0 MCP SDK v2 迁移指南：FastMCP 3/4 兼容门禁

Pydantic AI 2.29.0 已支持 FastMCP 3/4 双主版本文给出依赖锁定、能力盘点、Tasks 语义回归与失败关闭回滚门禁，并附 7 个本地策略样本。

水獭比特
2026-08-20 23:38:17

 325

 9

#人工智能 #python3.11 #github
DeepSeek Harness 插件三件套：回退、改前审批、快捷键

为 DeepSeek Harness 写的三款开源插件：对话回退、改前 diff 审批、Enter/Esc 快捷键，把 Claude Code 的体验搬进 dsh，已入选精选列表。

Slev
2026-08-20 15:40:49

 609

 8

#人工智能 #开源 #github +3
Claude Code 安装失败解决方案

Claude Code 安装失败解决方案

 jjb1314
2026-08-20 15:38:37

 255

 5

#github
GitHub今日热榜 | 2026-08-20：Agent 上下文数据库接棒

比 mattpocock/skills 更重的一套 Agent 方法论，核心是 SDD（子代理驱动开发）：把大活拆给控制器、实现者、审查者三个角色，控制器派活、实现者干活、审查者收口，还带五轮熔断器防止 Agent 死循环。它不是海投器，是过滤器：用 A-F 六个维度给职位打分，低于 4.0 分的直接劝你别投，然后自动生成 ATS 优化的简历 PDF、写求职信、追踪申请进度。一个有意思的设计是它把

 m0_68631449
2026-08-20 10:06:41

 3499

 9

#github #数据库 #开源 +1
开源一个 PyQt6 AI 写作助手：多智能体协作 + RAG 记忆系统

AI写作助手是一个基于 PyQt6 的本地桌面应用，定位是"小说写作领域的 Claude Code"。多智能体协作：12个专业智能体（大纲师、码字工、督察、评论家等）RAG 记忆系统：7个记忆模块 + ChromaDB 向量检索工具调用：16个本地工具 + 6个MCP服务（100工具）本地部署：数据全在本地，不上传云端开源地址：https://github.com/Aurirlk/AI_novel

Aulirk
2026-08-19 23:01:39

 493

 18

#开源 #人工智能 #python +3
2026年Claude Code Desktop 桌面版接入第三方中转网关API网站 Claude Opus 5模型详细教程

ClaudeCodeDesktop最新版推出图形化第三方大模型配置功能，支持通过New.bi中转网关一键接入Claude、GPT等主流模型，解决国内开发者面临的网络波动、额度限制等问题。用户只需升级客户端，获取New.bi的API密钥后，在开发者模式下填写网关地址、密钥和模型ID即可完成配置，无需命令行操作。该方案提供稳定连接、多模型调用和可视化管理，显著提升编程效率，特别适合需要频繁使用大模型进

 Sub2AI
2026-08-19 13:15:04

 706

 15

#服务器 #github
Codex + GitHub：这样用，开发新项目至少帮你省一半 token

所以官方会建议你对模糊需求多用 plan 计划模式就是这个原因，不过今天我们不是说的 plan 计划模式，而是更进一步的缩减燃烧 token 的用法。Codex 收到"帮我写一个 App"这种指令，它的默认反应就是：好，我开始写。不管你是 vibecoding 爱好者，还是一人公司的独立开发者，Codex 现在基本是写代码的不二选择——额度大、能力强，丢个需求进去就能跑。其实有一个特别简单的顺序调

 baidu_32397199
2026-08-19 11:10:17

 269

 4

#github
试用专门写 Verilog 的 Codex Skill：比“让 AI 直接吐 RTL”靠谱不少

它给我的第一印象是：这并不是简单给模型加一句“你是 FPGA 专家”，而是在尝试把 AI 生成 Verilog 变成一套更接近工程习惯的流程——先把接口、时钟与复位、逐周期行为、状态转换和边界情况讲清楚，再进入代码生成与验证。首先，这次用来对照的是 v1.0.0 生成的一份 RTL 源码，没有同时附带 testbench、仿真波形、综合报告和时序报告。因为 FPGA 设计里真正容易出错的，往往不是

 qq_37510379
2026-08-18 17:50:27

 651

 9

#人工智能 #github #fpga开发 +1
它能把Claude Code当下属调用——DeepSeek Harness最被低估的10个用法

问题：团队需要一个专门用于API文档生成的Agent，固定工具集（只允许读文件和执行OpenAPI解析脚本），固定模型（GLM-5.2，长上下文擅长结构化输出），固定系统提示词，不希望每次手动配置。dsh的做法：在Creator模式里构建自定义Preset，写成config:config:config:sections:- id: role这个Preset可以提交到仓库，团队成员直接使用，无需每次

 七牛云行业应用
2026-08-18 17:47:20

 662

 7

#人工智能 #github
GitHub 4.5 万+ Star！GitNexus 把代码仓库变成了 Claude Code / Codex 能查询的知识图谱

GitNexus 是一个基于 Node.js 的开源代码分析工具。它会在本地解析仓库，提取函数、类、导入、调用、继承和执行流程，再把这些关系存进知识图谱。Cursor、Claude Code、Codex 等编码 Agent 可以通过 MCP 查询这份索引。目前，该项目在 GitHub 上有约4.55 万 Star，最新稳定版是v1.6.9。除了 CLI，它还提供可以浏览依赖关系的 Web UI。n

JavaGuide
2026-08-18 17:13:51

 363

 4

#github #人工智能 #代码复审 +1
WebAssembly AI 插件开发与浏览器端推理：从旧流程迁过来怎么更稳

迁移测试的输入使用脱敏或构造样本；输出是页面行为、错误提示和加载结果。浏览器端推理若处理文本，也只处理用户主动提交的内容，并明确结果需要人工确认。加载失败时回退到旧流程或给出可理解的提示，不能静默丢数据。把旧页面迁到 wasm 插件时，我会保留原实现作为回退，不做“一次替换”。先挑一个独立功能，比较新旧输出是否一致，再逐步扩大范围。每一步都有可回滚的改动，问题就不会在最后一刻变得难以定位。

第一程序员
2026-08-17 21:44:27

 4043

 12

#AI #人工智能 #rust +2
多 Agent 并行开发实践：我如何用无限画布管理 Codex、Claude Code 与 Git Worktree

我在并行使用 Codex、Claude Code 等 Coding Agent 时，传统 IDE 的标签页很快失控。本文介绍开源无限画布 IDE Cate：如何用空间布局、Agent 状态感知和 Git Worktree 管理多任务开发上下文，并分享 Electron + React 的实现思路。

AntonHorn
2026-08-17 16:54:39

 334

 5

#git #人工智能 #github +1
LangChain + MCP 零基础智能体开发实战教程：手把手带你少走 99% 的弯路

LangChain + MCP 零基础智能体开发实战教程：手把手带你少走 99% 的弯路

 马士兵教育
2026-08-17 15:47:58

 335

 9

#人工智能 #github
Claude Code 为什么越用越贵？把一次任务的成本拆开看

有效任务成本 = 完成任务期间的全部费用 ÷ 成功完成的任务数如果五次调用只有四次成功，第五次失败但产生了费用，也应计入分子。

weixin_60269601
2026-08-17 13:35:09

 241

 8

#人工智能 #python #github
第一次用 Claude Code：从启动到完成一个可检查的文件任务

第一次接触 Claude Code，不要急着让它“帮我重构整个项目”。把账号、接口、模型、权限和复杂任务一次塞进来，出错时你根本不知道是哪一步出了问题。更稳的目标只有三个：能启动、能对话、能在练习目录里完成一次可检查的修改。

2601_96772224
2026-08-17 12:04:59

 218

 6

#人工智能 #github
WebAssembly AI 插件开发与浏览器端推理：预算先花在校验还是体验

可以先在浏览器网络面板里记录 wasm 文件大小、首屏加载和缓存后加载的差别。若要做浏览器端推理，输入应限定为用户主动选择的内容，推理输出明确标识为建议；人工确认后才进入业务流程。不要为了调试把输入文本上传到分析服务。预算有限时，我先量实际下载量和初始化时间，而不是立刻换推理模型。构建产物是否过大、缓存是否命中、是否重复加载，往往更容易验证。优化后在同一台测试设备、同一网络条件下复测。没有可比条件

 第一程序员
2026-08-16 23:42:41

 2391

 6

#rust #github #python
第一次用 Claude Code：从启动到完成一个可检查的文件任务

第一次接触 Claude Code，不要急着让它“帮我重构整个项目”。把账号、接口、模型、权限和复杂任务一次塞进来，出错时你根本不知道是哪一步出了问题。更稳的目标只有三个：能启动、能对话、能在练习目录里完成一次可检查的修改。

2601_96772224
2026-08-16 21:47:53

 205

 6

#人工智能 #github
5 个 MCP 工具——docs-langchain、reference-langchain、filesystem、github 和 linear

工具名称核心能力解决的痛点典型应用场景实时查阅 LangChain 官方文档与 API解决大模型生成过时或虚构 API 的问题LangChain / RAG / Agent 系统开发filesystem安全读取指定沙箱目录内的本地文件解决 Agent 无法直接查看本地日志与临时文件的限制本地调试、日志分析、数据处理github联动远端 GitHub 仓库、Issue 和 PR免去手动切浏览器查看远

 A7Feather
2026-08-16 18:43:43

 390

 7

#github
Kimi K3深度测评：长文本之外的真实力

9.1 核心优势总结：超越长文本的三大真实力。9.2 现存不足与挑战：需要改进的方面与潜在风险。9.3 发展建议与未来展望：对开发者、企业及普通用户的建议，以及对Kimi未来发展的预测。

Wesleyblue
2026-07-25 00:57:47

 801

 32

#github #开源 #自动化 +2
blog-harness-audit-csdn

"找毛病"和"造东西"是同一件事的两面。审计发现的每个缺口，回头都能变成插件的一个功能；插件开发踩的每个坑，回头都能变成一篇避坑帖。DSH 的插件生态还很新，任何一个认真的贡献者都能在这里留下自己的名字。如果你也在用 DSH，我建议你也试着让它审计一下自己——让一个 agent 去审计它自己运行在上面的框架，这件事本身就足够有意思了。工具链：DeepSeek Harness 0.1.0-rc.6

wshzw2012
2026-08-14 21:01:28

 495

 8

#github
单机部署产品 SaaS 化改造实录：多租户数据隔离与那些绕不开的坑

本文完整复盘了将本地部署的AI获客系统改造为多租户SaaS平台的技术方案。核心改造包括：1）建立租户模型，事务性完成租户+管理员+配置初始化；2）14张业务表增加tenant_id实现行级隔离，配合JWT+拦截器实现上下文传递；3）移除原有授权体系转为注册即用。关键难点在于定时任务、MCP工具等无请求上下文的场景处理，以及全链路验证确保数据隔离可靠性。改造遵循"先做稳核心功能，后加商业化

 coding的乐趣
2026-08-14 12:12:27

 336

 4

#人工智能 #github #开源软件
MCP深度解析：从原理到演进，AI连接万物的统一协议

MCP在不到两年的时间内，完成了从Anthropic实验性开源项目到Linux Foundation行业标准的蜕变。它的核心价值不在于发明了新技术，而在于将已有的客户端-服务器模式标准化到AI工具集成领域。维度核心洞察本质AI应用与外部工具之间的标准化连接协议，将N×M降为N+M架构Host-Client-Server三层模型，JSON-RPC 2.0通信原语Tools（执行）、Resources

笨鸟先飞，勤能补拙
2026-08-13 09:59:40

 654

 21

#人工智能 #web安全 #算法 +3
Tokio 并非默认答案：先确认任务是否真的需要异步

如果任务只是读取本地小文件或执行很短的计算，引入 Tokio 可能只增加类型和错误处理复杂度。需要同时等待许多连接时，异步的收益才更容易体现。更适合 AI 的位置是离线读经过脱敏的聚合日志，帮我归类常见超时原因或生成排查假设。是否值得接入，先在目标环境测量延迟、成本和误报，再决定。，但超时只表示当前等待结束，不保证远端任务已经取消。把外部模型调用设定超时，并确认取消后不会继续占用许可或把结果写进已

 第一程序员
2026-08-12 16:31:50

 3994

 6

#rust #github #python
Agent 的能力扩展机制：Skill、Plugin、Tool 与 MCP 的作用、选型与自建

Tool 是手，Skill 是工作流，MCP 是接口标准，Plugin 是平台分发。真正让一个组织的 Agent 从“能用”走向“好用”的，不是更多 Tool，而是一套被验证、被治理、可被复用的 Skill 库。安全场景尤其如此——流程和证据比“能不能聊天”重要得多。

笨鸟先飞，勤能补拙
2026-08-12 11:01:50

 606

 15

#人工智能 #python #大数据 +4
让解析入口各说各话：Agent 时代需要一份“多入口解析契约”

文档解析正从单一能力转向多入口一致性挑战，核心在于建立跨平台统一的解析契约。随着MCP和Agent工作流普及，文档解析层需升级为能保障输入参数、输出结构和验收标准一致的上下文生产系统。MinerU等工具需通过CLI、API、SDK等多入口验证其处理OCR、表格、公式等复杂元素的能力，并确保结果可被RAG和Agent追溯。企业应通过40-80份混合样本（科研论文、扫描件等）测试不同方案的版面还原、表

 m0_61134850
2026-08-12 10:40:43

 278

 10

#人工智能 #搜索引擎 #全文检索 +2
GitHub 开源 Qwen-MM-Plugins 小白入门，给 Codex 装上多模态工具箱

Qwen 团队新开源的 [Qwen-MM-Plugins](https://github.com/QwenLM/Qwen-MM-Plugins) 给 Codex、Claude Code、Qwen Code 等 Agent Harness 提供 Skill 和 MCP 工具，让 AI 可以按任务读取图片、视频和文档，也能接入 OCR、目标定位、语音识别、联网搜索、视频记忆与 3D 软件。

kaixin_啊啊
2026-08-11 23:15:50

 985

 12

#github #开源
WebAssembly AI 插件开发与浏览器端推理：输出异常时走确定性的回退路径

Wasm 插件出错时，我最在意的不是“多快切回去”，而是页面还能不能给出明确、可用的结果。不同浏览器和模型的耗时差别很大，先写一个固定毫秒数没有意义；超时阈值应该由实际设备上的测试决定。这里的 AI 输入可以是用户明确提交、并在进入插件前做过长度限制和脱敏的文本。输出则限定为分类标签或结构化建议。无论输出正常还是降级，都不把 Cookie、完整页面内容或原始输入写进日志。人工测试会覆盖空输入、格式

 第一程序员
2026-08-11 15:23:15

 4134

 9

#rust #github #python
Agent 不该只读全文：文档库要能定位到块

当前文档解析技术正从简单格式转换向结构化定位升级。Agent工程和科研数据基础设施需要文档解析提供可定位、可复读的块级上下文，而非仅输出Markdown文本。MinerU等平台通过块定位器(block locator)、多格式输出和MCP集成，支持对表格、公式、图表等元素进行精准寻址。这种结构化解析能力将成为RAG效果和Agent可靠性的关键前置条件，使文档内容从"可读文本"升级为"可调用资源"，

m0_61134850
2026-08-11 10:40:52

 291

 11

#人工智能 #github #vscode
VS Code Copilot集成：MCP与GitHub Copilot

标签: MCP, VS Code, GitHub Copilot, MCP集成, AI编程上周有个朋友跑来跟我吐槽，说他在 Claude Desktop 里用 MCP 调了一个数据库查询工具，体验很好，结果回到 VS Code 里用 GitHub Copilot 的时候就想，这玩意儿能不能也接 MCP？我说你算是问对人了，我前阵子刚在项目里把这条路趟了一遍，中间踩了两个特别隐蔽的坑，今天就跟你们好

 白话机器学习
2026-08-11 06:36:56

 224

 3

#copilot #github #MCP
WebAssembly AI 插件开发短记：延迟和成本怎么一起看

我会在同一台测试设备上分别记录三件事：从点击到可用结果的耗时、页面是否出现明显卡顿、远端请求是否被触发。远端返回后，也需要把结果标明为“AI 建议”，让用户确认再使用，而不是自动替他提交内容。这里的 AI 输入可以是一段用户主动提交的文本，输出是分类标签或改写建议。实际做小插件时，我会先问两个更具体的问题：模型文件下载后页面还能不能正常交互？模型太大、设备不支持或者结果质量不够时，直接提示功能不可

 第一程序员
2026-08-10 18:05:16

 4500

 8

#rust #github #python
版本管理：协议版本协商与向后兼容

去年我写了个MCP Server，当时协议版本还是2024-11-05，跑得好好的。今年3月协议升级到2025-03-26，Streamable HTTP替代了HTTP+SSE，我的老客户端连不上了。等6月又出了2025-06-18版本，安全模型和工具返回结构都变了。三个版本一年内迭代，如果不管好版本兼容，每次协议升级就是一次线上事故。这篇讲我怎么处理MCP的版本协商、向后兼容和迁移升级。

白话机器学习
2026-08-10 09:20:26

 319

 10

#github #MCP