数据库标签_MCP技术社区

数据库

Spring Boot实现Agent委托授权网关

1. Agent 不拥有长期用户 Token2. Connection 不等于 Execution Grant3. Grant 必须绑定 Purpose 和 Resource4. 高风险动作绑定 Approval 和 Input Hash这四条一旦建立，OAuth、MCP、SaaS Tool 和内部 API 都可以挂在同一个授权模型下面。很多 Agent 身份问题看起来很复杂，其实核心不是重新发明

 天风之翼
2026-08-21 10:15:30

 274

 9

#spring boot #数据库 #后端
面试官问：给 Agent 加能力，写 Skill 还是接 MCP？

一句话总结连接用协议，知识用文档；分界线不豁免审来源。面试锦囊先说：判据是能力的性质：要连外部系统、实时数据、走鉴权的用 MCP；教流程、方法、规范的写 Skill；一句话说得清的直接进提示词。再说：两笔账：MCP 工具定义常驻上下文、每轮都占位，Skill 渐进披露只挂一行索引；放反方向的代价一个当场可见、一个安静烧钱。最后补：skill 市场的投毒实测和工具定义的 token 账都有公开出处；

程序学到昏
2026-08-21 10:11:00

 257

 8

#java #人工智能 #数据库 +3
检索应用定制开发的成本账怎样算

本文讨论「LangChain/LlamaIndex 底层定制开发实践：成本拆解、资源预算与弹性伸缩」的设计与验证方法。文中的场景用于说明排查和决策过程，不对应某次线上事故，也不代表任何项目的性能数据。成本拆解要对应实际资源：模型调用、向量存储、计算、网络和人工维护。

2401_87746054
2026-08-21 09:53:53

 4839

 13

#人工智能 #语言模型 #后端 +2
异步运行时出错时怎样快速降级

带预测与异常识别的 Tokio 服务面对输入校验、模型调用和任务取消时，先限制单个请求能占用的时间和资源，再决定是否重试。没有上限的重试会把暂时故障变成队列积压。

邵宇然
2026-08-21 09:46:12

 3569

 7

#人工智能 #语言模型 #后端 +1
2026年企业AI工作流选型：9款工具的部署与集成对比

企业AI工作流工具选型指南：本文从编排能力、数据支持、系统集成、部署方式和运维管理五个维度，对比分析了Dify、n8n等9款主流工具的技术特性。重点指出企业级落地需关注模型调用、异常处理等工程闭环问题，而非仅看重演示效果。针对不同场景推荐匹配方案：自主开发选Dify/FastGPT、多系统集成用n8n、企业定制考虑图博数智、遗留系统适配UiPath。强调上线前需通过真实流程测试异常恢复等关键指标，

Lily的Ai工具箱
2026-08-21 09:13:03

 267

 5

#数据库
大模型项目从Demo到生产，面试官到底在筛什么证据？

前几天帮学弟改简历，看到他写"基于LangChain搭建RAG问答系统，支持多轮对话"。我问：权限怎么做的？日志怎么记的？失败了怎么重试？他愣了三秒。这不是他一个人的问题。我带过十几个学生做项目，90%停留在Demo阶段——功能能跑，但经不起生产环境的拷问。大模型应用从Demo转向生产，门槛不在模型调用，而在权限、日志和可观测性。面试官筛人，筛的就是这个。大模型时代的就业，门槛在提高。Demo项目

 学习实战派
2026-08-20 22:09:37

 281

 13

#java #大数据 #数据库 +1
MCP Server 真上云以后，我最不建议做的事就是继续用 API Key：Cloud Run 这套 OAuth + IAM 值得照着抄

文章摘要：MCP Server 上云的核心挑战与最佳实践 Google Cloud 近期探讨了 MCP Server 上云的现实挑战，指出真正难点不在容器化部署，而在于身份管理与权限控制。当前最佳实践表明：身份体系重构：用 OAuth 2.0 + IAM 替代 API Key，为每个 Agent 建立独立身份，避免权限混用能力分级：将 Tool 拆分为细粒度 Capability（如 clou

天风之翼
2026-08-20 17:12:39

 391

 14

#java #前端 #数据库
MCP 和 skill 的关系

所以回到你的问题：MCP 和 Skill 不是二选一的关系，而是"底层管道 + 上层封装"的协作关系。高德曾用一个非常形象的比喻概括：“MCP 是砖，Skill 是预制件，Agent 是精装房。” 下面帮你理清它们的关系。Skill 内部会调用 MCP 提供的能力，但 Skill 还额外包含了"什么时候用、怎么用、异常怎么处理"这些业务逻辑。它的核心职责是逻辑定义——教大模型"怎么用数据完成任务"

不是光头也要变强
2026-08-20 16:19:56

 253

 4

#数据库
企业想引入类似 Claude Code 的 Agent，先看清任务边界再选工具

Claude Code 在开发者团队中证明了终端型 AI Agent 的价值：它能理解代码库、执行命令、完成多步编码任务。但很多企业的真实需求并不止于写代码——资料搜集、文档与表格处理、报告生成、自动化流程同样需要 Agent 介入。

ILovework_010203
2026-08-20 15:19:39

 181

 2

#ui #信息可视化 #数据库 +3
Function Calling 实战：让大模型调用你的函数，Agent 从这里开始

让模型"说话"很容易，让模型"办事"才是分水岭。Function Calling（函数调用）就是那道分水岭：模型不直接给答案，而是告诉你"我想调哪个函数、传什么参数"，你的代码执行后把结果回传，模型再组织成自然语言。本文用聚合 API 走通一个最小闭环，这也是所有 Agent 的底层机制。

asd1151155
2026-08-20 14:52:01

 343

 15

#java #数据库 #前端 +1
PowerShell 里改了 config.toml，Codex CLI 仍用旧值：先分清该改哪一层

当PowerShell修改config.toml后Codex CLI仍用旧值时，需先确认修改层级。Codex配置分用户级（个人习惯）和项目级（仓库约定），后者优先级更高。排查步骤：1) 重新打开文件确认修改未丢失；2) 检查当前会话实际读取的配置文件路径；3) 用/debug-config命令查看配置加载顺序，定位覆盖源。注意环境变量CODEX_HOME会改变用户配置路径，而项目配置需在受信任仓库

 阿沐沐，
2026-08-20 14:29:52

 292

 4

#数据库 #java #服务器 +1
大模型正在重构编程：五个AI热点，我全在MonkeyCode里练了一遍

这篇实战体验文章分享了作者在MonkeyCode平台上探索五大AI技术热点的经历：1）推理模型通过"思考链"提升答案质量；2）Tool Calling让AI具备主动执行能力；3）MCP协议实现AI工具生态标准化；4）RAG检索增强减少幻觉并更新知识；5）SPEC驱动开发打通需求到代码的闭环。文章指出，MonkeyCode将这些技术整合为云端开发流水线，使AI编程从概念验证转向日常实践，特别适合独立

 小名空鵼
2026-08-20 12:07:11

 188

 5

#重构 #人工智能 #数据库 +1
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

 3560

 9

#github #数据库 #开源 +1
拯救我的“烂尾“项目：我用MonkeyCode把五个AI热点实践了个遍

摘要：一位非科班程序员分享如何利用MonkeyCode平台实践五个AI热点技术，成功拯救了个人知识助手"烂尾项目"。文章依次介绍了Agent与Chatbot的区别（强调工具调用的重要性）、MCP协议的标准化价值、LLM Router的多模型路由策略、RAG技术解决大模型幻觉问题，以及SPEC驱动开发的量化管理优势。作者特别指出MonkeyCode无需安装、浏览器即用的特性，使其成为快速实践AI技术

 网盾实验室
2026-08-20 03:06:26

 168

 6

#人工智能 #网络 #数据库
一文讲透 Agent 工程的20 个核心概念：Runtime、Context、MCP、多智能体与安全治理

这两年，AI 圈最不缺的就是新词，特别是 “Agent” 。从智能体、数字员工、AI Copilot，到各种自动化助手，名称层出不穷。但只要你真正带团队做过企业级 AI 应用的落地，很快就会发现一个尴尬的现实： Demo 阶段惊艳全场，一进生产环境全部瘫痪。

Python编程杰哥
2026-08-19 21:55:59

 243

 4

#安全 #人工智能 #知识图谱 +3
Codex 写 Commit，你敢全自动？—— AI 自动提交代码的思考与实践

回到最初的问题：Codex 写 commit，你敢全自动吗？技术在飞速进步，AI 生成的 commit message 已经可以非常准确、规范。但commit 的价值从来不只是「写出一句话」，而是「人对变更的确认」。只要团队还需要为代码负责，这道人工确认就不该被轻易省略。现阶段，半自动 + 强约束是最优解。让 AI 做它擅长的——读 diff、归纳变更、规范格式；把人留在关键的——判断边界、识别风

 今天AI了吗
2026-08-19 21:33:45

 311

 9

#人工智能 #copilot #数据库 +2
AI 插件规范大一统：大厂联合制定新规的跨时代变革全景解读

AI行业迎来历史性联合，多家科技巨头共同支持Model Context Protocol（MCP）这一开放标准，旨在解决AI模型与外部工具连接的碎片化问题。MCP通过定义统一的工具调用规范，将原本M个模型与N个工具间的M×N适配复杂度降为M+N，大幅提升开发效率。该协议由Anthropic发起，获得OpenAI、Google、微软、亚马逊、Meta、NVIDIA等50多家公司支持，标志着AI产业从

 weixin_56622231
2026-08-19 20:58:22

 450

 5

#人工智能 #rust #java +4
Agent 的部署流程：从本地启动到服务化

echo-agent 前身为 2025 年 11 月启动的个人助理项目 fubot，最初面向长期陪伴型个人智能体，围绕认知记忆、上下文延续、用户偏好沉淀、任务闭环与持续自我优化展开。随着真实场景迭代，项目逐步形成多入口接入、统一事件模型、消息总线、Agent Loop、多模型抽象、工具调用、MCP 接入、任务调度、权限审批、运行轨迹、长期记忆和受控自演进等能力。目前已支持微信、QQ、CLI、Gat

朝阳区靓仔_James
2026-08-19 20:21:37

 338

 10

#数据库 #面试 #人工智能 +2
阿里云大模型高级工程师ACP-C3笔记

本文总结了阿里云大模型ACP认证C3课程《构建Agent系统》的核心知识点。主要内容包括： Agent基础概念：比较LLM与Agent的区别，分析Agent四模块（LLM、规划、记忆、工具）工具调用技术：Function Calling结构化调用、ReAct推理-行动框架、MCP协议标准化规划与执行：反思模式、三种规划范式（Plan-and-Execute/ReAct/自主规划）多Agent

Raidenxe
2026-08-19 16:38:00

 381

 5

#阿里云 #数据库
MCP 进入结构化输出时代，科研 Agent 更需要“返回契约”

科研Agent工具调用规范正从"能否调用"转向"能否验证输出可靠性"。MCP 2026-07-28规范强化了JSON Schema验证能力，但科研场景需要更严格的证据链契约。核心问题在于：工具返回必须包含可验证的科研证据特征，包括稳定身份标识(doc_id/chunk_id)、精确位置信息(offset/page_no)和明确语义定义(chunk与score的含义)。Sciverse平台通过分层

 m0_61134850
2026-08-19 10:24:49

 309

 10

#人工智能 #大数据 #深度学习 +2
百万 Token，却留不住一次经验：Agent 的记忆难题

最近两年，围绕 Agent 长期记忆的项目开始集中出现，它们的实现路线各不相同，但都在试图让 Agent 跨越单次会话，保存并利用过去的信息和经历。它将文档、业务数据以及 Agent 运行过程中产生的信息，组织成后续可以检索和使用的记忆，并在每一次模型调用时，为其提供与当前任务相关的上下文。因此，一套真正可用的记忆系统，需要处理信息的筛选、更新与遗忘，也需要明确每条记忆来自哪里、属于谁，以及谁有权

 YMatrix 官方技术社区
2026-08-19 09:58:29

 210

 6

#数据库
27 · 重排序 Rerank

重排是"两阶段检索"：向量/混合检索粗筛 Top-50，再用 cross-encoder 精排到 Top-5；显著提升准确率，代价是一次额外模型调用。28-RAG检索增强生成入门.md，把检索结果喂给大模型，做出会回答的系统。

u011962508
2026-08-19 09:01:22

 242

 6

#数据库
2026 年，AI 工程师必须掌握的 9 个新概念

《2026年AI工程九大核心概念：从模型驱动到系统设计》摘要：随着AI模型日益标准化，工程范式正从Prompt Engineering转向系统化设计。文章剖析了决定未来AI竞争力的九大概念，分为三层架构：1）Agent思维与行动层（循环工程、图工程、规范驱动开发）；2）信息处理层（上下文工程、记忆工程、MCP协议）；3）可靠安全层（评估驱动开发、Agent自我认知、身份安全管理）。这些技术共同构

 释迦呼呼
2026-08-18 17:59:51

 359

 5

#人工智能 #大数据 #数据库 +4
Claude Code for VS Code 使用教程

Claude Code 是 Anthropic 推出的一款编程工具，也被称为世界最强编程 Agent 之一。Claude Code 的 VS Code 扩展提供了原生的图形化界面，是在 VS Code 中使用 Claude Code 的推荐方式。本文档主要介绍如何通过 Ace Data Cloud 的代理服务，在 VS Code 中配置和使用 Claude Code 扩展。

oyster000001
2026-08-18 17:11:56

 283

 8

#数据库 #服务器 #运维
一次健康咨询高峰的复盘：公共卫生服务的模型调用怎么收口

今年 GPT-5、Claude 4 Haiku、Gemini 3 Flash 在企业侧陆续落地，区域公共卫生服务机构也开始把健康科普问答、慢病随访提醒、体检报告术语解释这些高频事务接上模型。8 月我参与了一家区域健康服务中心的接入复盘，起因是一次咨询量高峰把系统顶住了半天。下面按时间线走一遍，比讲架构更直观。

A_A???????-??
2026-08-18 16:30:42

 309

 5

#java #数据库 #开发语言
DeepSeek大涨价?平价平替来了!七牛云白嫖Claude Code桌面版:免登录、免代理、国内直连配置DeepSeek-V4-Pro

本文介绍了如何通过七牛云免费额度配置Claude Code桌面版，实现免登录、免代理的国内直连DeepSeek-V4-Pro模型。主要内容包括：七牛云注册与API Key获取环境安装及CC Switch配置 Claude Code桌面版的设置与连接测试实际应用演示（如自动生成扫雷游戏项目、制作PPT等）通过详细的图文教程，用户可快速搭建本地AI开发环境，利用七牛云提供的免费资源进行项目开发

 m0_66212848
2026-08-18 13:16:10

 1692

 47

#java #数据库 #前端
超简洁易懂的MCP 完全解析：AI 世界的 USB-C，怎么连、怎么用、怎么不被坑

本文用USB-C类比解释MCP（Model Context Protocol）的核心概念：MCP是AI连接外部工具的标准协议，如同USB-C统一充电接口。它由Host（AI应用）、Client（连接端口）和Server（工具包装程序）三部分组成，通过动态发现机制提供tools、resources和prompts三种能力。与function calling（模型能力）和API（点对点连接）不同，MC

lincats
2026-08-16 18:54:04

 385

 6

#人工智能 #软件工程 #tdd +1