Fable 循环库：25 个全自动工作流实战指南
本文介绍了一套包含 25 个工作流的“Fable 循环库”，旨在教读者如何利用 Claude Code 的 /loop 和 /goal 命令实现 AI 自动化。文章详细阐述了基于目标、边界和结果的 Agent 核心逻辑，区分了循环和目标的区别，并按营销内容和产品两个维度，展示了如何利用 MCP 和 API 自动执行 SEO 监控、内容挖掘、竞品分析及用户体验优化等任务。
全部文档 / 标签: MCP
332 篇
人工智能的工程全景（下）：Agent 全解
本文是《人工智能的工程全景》系列的下篇，深入探讨了2025-2026年AI行业的竞争焦点——Agent工程层。文章从Agent定义的演变出发，区分了Workflow与Agent的本质差异，解析了ReAct架构与关键能力清单。重点介绍了Function Calling的工业化起点、MCP协议带来的工具调用标准化，以及Context Engineering与Harness Engineering在Agent系统构建中的核心地位。
WorkBuddy 从 0 到 1：一份让妈妈也能用的 AI 助手教程
本文是一份关于国产 Agent 产品 WorkBuddy 的详细入门教程。作者从下载安装、界面布局、核心功能（专家、技能、连接器）入手，介绍了如何利用其内置的模板和 MCP 连接器处理日常办公与代码开发任务，并展示了通过微信小程序实现远程控制的独特用法。
Blender + Seedance 王炸组合：精准控制（附20种玩儿法）
文章深入探讨了 Blender 与 Seedance 结合的工作流，展示了如何从“写 Prompt 猜镜头”转变为“导演一个镜头”的精准控制模式。核心在于利用 Blender 的灰盒预演、Camera Blocking、角色调度等功能生成参考视频，再通过 Seedance 生成高质量画面。文章涵盖了 25 个真实案例，包括 Blender MCP 自动化、Mixamo 动作结合以及多工具 Pipeline，并提供了速查表和失败案例分析，为 AI 视频创作者提供了从单点技巧到完整管线的实用指南。
盘点16个把自己蒸馏成Skills的国民级App
文章盘点了瑞幸、麦当劳、飞猪、滴滴等16款国民级应用，这些产品正通过封装Skill、MCP或CLI接口，向Agent开放点咖啡、订票、打车、办公等核心能力。作者指出这标志着Agent化时代的到来，并对比了当前支付环节的“信任”壁垒，认为该趋势类似于2017年小程序爆发的前夜，未来Agent将成为人们在数字世界的另一个“贾维斯”。
每天省下3小时，用 Codex 搭建自动化信息收集流水线
本文介绍了如何利用 Codex 搭建自动化信息收集系统，以替代繁琐的手动搜索和整理工作。通过配置 AGENTS.md 设置上下文，利用 MCP 协议连接外部数据源，并结合 Skill 技能封装与 Automation 自动化功能，作者实现了对客户动态、政策更新和美股新闻的自动监控与整理。文中详细分享了从基础配置到多代理协作的实战经验，旨在将重复劳动转化为高效的工作流。
普通人 Codex 入门全景图：第一次打开它，先跑通一条工作流
本文介绍了 Codex 的入门全景图，将其定位为 AI 工作台，而非简单的对话工具。文章通过 6 层能力地图，系统讲解了工作区划分、规则设定、执行模式选择、资料入口配置及流程自动化，帮助普通用户建立高效的工作流。
从0到1带你速通WorkBuddy
本文是一篇WorkBuddy的从0到1新手教程。文章指出WorkBuddy是国内口碑不错的通用Agent产品，相比Claude Code和Codex更对国内用户友好。内容涵盖安装登录、界面模式介绍（Ask/Plan/Craft）、专家与技能市场、腾讯生态连接及个性化配置，并演示了日常办公报告生成和网页开发两个实战案例。
PewDiePie 发布本地自托管 AI 工作空间 Odysseus
文章介绍了 PewDiePie 推出的本地自托管 AI 工作空间 Odysseus。该项目在 GitHub 上线两天即获 2 万星，旨在解决隐私和云端依赖问题。Odysseus 支持本地运行或按需调用 API，集成了 Agent（如网页浏览、邮件分类）、聊天界面、Deep Research、图像生成及 MCP 等功能，构建了一个完整的 AI 生产力套件。
如何用 Claude 和 Obsidian 构建 AI 第二大脑 (完整教程)
本文详细介绍了如何将 Claude 与 Obsidian 结合，构建一个真正可用的“第二大脑”知识库。文章对比了 Obsidian 与 Notion 等工具在 AI 集成上的优劣（基于 Markdown 文件的开放性），并提供了从建立 PARA 笔记结构、编写笔记习惯，到通过 Claude Code 或 MCP 服务器连接知识库，再到实施周报总结等 AI 工作流的完整步骤。
Claude 技能生态系统全景：精选 19 个核心 GitHub 仓库
文章指出，多数人仅将 Claude 视作聊天机器人，而高手已将其视为操作系统。作者深入研究了整个 Claude 生态，筛选出 19 个至关重要的技能仓库。这些资源涵盖了官方文档协作、前端设计、安全审计、自我改进、MCP 服务器构建、性能分析及外部应用集成（如 Gmail/Notion）等领域，旨在帮助开发者构建自动化的工作流工厂，实现从普通开发者到 AI 架构师的跨越。
I Turned Claude Opus 4.8 Into My Entire AI Operating System
本文介绍了如何利用 Claude Opus 4.8 构建个人 AI 操作系统的实践。作者提出了“上下文为王”的核心理念，详细阐述了包含“上下文、连接、能力、节奏”的四层架构（4C's），并分享了组织文件、建立工具连接以及使用 /insights 指令进行自我审计的方法，旨在打造一个统一的、非状态化的智能工作流。
构建2026年五层AI技术栈：Claude、Obsidian与Hermes Agent的深度集成实践
作者反对2026年依赖单一AI工具的趋势，提出了一套分层协作的AI技术栈。文章详细介绍了三个核心层：1. Claude作为推理层，利用200K上下文处理复杂任务；2. Obsidian作为记忆层，通过MCP连接为Claude提供持久化知识库；3. Hermes Agent作为本地自动化层。这种架构将单纯的对话界面转化为具备记忆、推理和执行能力的智能系统，大幅提升AI的实际杠杆率。
Hermes Agent 推出 Bundle 功能：一键打包 Skills 与 MCP
本文介绍了 Hermes Agent 推出的 Bundle 功能，通过一条命令即可完成 Skills、MCP、Rules 和 Hooks 的配置。文章详细解析了 Bundle 包含的四大核心组件，展示了社区预设的 developer、content-creator 等技能包，并强调了其自进化能力，即 Agent 能在任务后自动生成新的 Skill，极大提升了 AI Agent 的落地效率。
别再伺候 AI 了：5 个方法狠狠压榨 Codex
文章指出使用 AI 不应陷入反复解释需求的低效循环。作者分享了 5 个提升 Codex 效率的方法：利用插件连接外部工具、使用 Goal Mode 自主规划任务、配置自动化定时执行、通过 MCP 接入 Obsidian 知识库，以及将常用流程固化为 Skills。
Anthropic 开源 22 个知识工作者插件，为 Claude 装上岗位技能包
Anthropic 官方开源了一套包含 22 个插件的 Claude 库，覆盖销售、产品、工程、财务等所有知识工作者角色。该插件库通过 MCP 连接器对接 Jira、Slack、HubSpot 等主流工具，将岗位技能打包为 Markdown 和 JSON，无需构建即可安装，旨在解决 Claude 缺乏具体业务领域上下文的问题。
十分钟搭建 Codex Research Agent：自动化信息筛选工作流
文章介绍了一套由 Codex CLI、MCP 和 n8n 组成的自动化工作流，旨在解决信息过载问题。通过配置 CODEX.md 设定关注上下文，系统能自动监控来源、过滤噪声、综合分析并生成晨间简报送至 Obsidian。文中详细讲解了搭建步骤、Prompt 编写及通过反馈回路优化信息质量的技巧，帮助读者实现从 45 分钟信息搜集到 5 分钟高效阅读的转变。
OpenCut 视频编辑器的重构与未来：全平台、插件化与 AI 集成
开源视频编辑器 OpenCut 宣布从零重构，将原 Web 引擎移植以支持桌面、Android 和 iOS 全平台。新版将引入插件系统、无头模式（用于批处理和服务器渲染）、脚本标签页以及 MCP 服务器支持，实现与 Claude 等智能体的交互。文章还预告了全新的 UI 设计、键盘优先模式及更强大的渲染器，致力于打造一个可编程、可扩展的视频编辑平台。
构建每日晨间简报的 Claude 研究助手
本文介绍了一个完整的构建方案，利用 Claude Desktop、N8N、Filesystem MCP 和 Brave Search 创建一个自动化研究助手。该助手每天早晨自动读取互联网信息，过滤噪音，并将结构化的 5 分钟简报存入 Obsidian，帮助用户节省时间并获取关键信息。
如何构建 AI 原生初创公司
本文探讨了 AI 原生初创公司的核心定义：通过减少人员协调、让 AI 智能体执行重复性任务，从而实现更快的迭代速度。作者为创业者提供了一套从零开始的实操指南，包括：绘制工作图谱并按自主等级分类、构建 Git 版本化的上下文系统（Context System）、以及选择高频、可逆的工作流进行自动化。
GBrain 深度解读：YC 掌门人打造的 AI 知识引擎
GBrain 是 Y Combinator CEO Garry Tan 开源的个人知识管理系统。它突破了传统笔记工具的存取模式，通过集成知识图谱、混合搜索与 LLM 合成能力，实现跨文档的关联理解与自动回答。系统采用 Markdown+Git 存储数据，支持 MCP 集成及 43 种预置技能，目前已在 14 万页规模的生产环境中得到验证。
AI 不好用，99%是数据问题
文章指出企业 AI 应用效果不佳的核心原因在于数据治理，而非模型本身。公网 AI 无法访问企业核心私有数据。文章提出解决方案：利用知识库（RAG）处理文档与客服培训，通过 MCP 协议打通复杂数据库，并采用多 Agent 协作模式整合数据源、分析与报告生成。强调企业 AI 升级是系统工程，旨在实现从通用 AI 到私有 AI 的转变。
如何构建一个每日晨间简报的 Claude 研究代理
文章介绍如何利用 Claude、MCP（Filesystem 和 Brave Search）、N8N 及 Obsidian 构建一个全自动的晨间研究代理。该代理能自动监控信息源、过滤噪音、综合关键信息，并生成一份 5 分钟可读完的简报存入 Obsidian，帮助用户从繁杂的信息过载中解放出来，高效开始工作。
Relayrouter 支持 OpenSeek：开源 TUI 编程 Agent
作者 sukie 表示很荣幸 relayrouter 能够支持 ShenHuang 的开源 TUI 编程 Agent 项目 OpenSeek。文章高度评价了 OpenSeek 在技术平权方面的价值，指出其具备 27 个内置 Provider、50+ 工具及三档运行模式，并拥有严谨的工程设计和 LSP 集成。
解锁 Claude 90% 的能力：18 个步骤构建 AI 工作流
文章指出大多数用户仅发挥了 Claude 10% 的潜力，并分享了博主 @cyrilXBT 提出的 18 步框架，旨在将 Claude 从简单的聊天界面转化为强大的智能推理引擎。该框架涵盖四个阶段：基础层（上下文配置、CLAUDE.md）、质量层（角色分配、提示词链）、系统层（Skill 文件、MCP Server）和智能层（复利心态）。通过构建上下文、记忆、工具和约束系统，用户可以最大化释放大模型的能力。
如何把 Codex 用到极致：全方位的 AI 智能体使用指南
文章源自 Codex 官方团队分享，深入探讨了如何超越基础的代码补全，将 Codex 打造成全能的 AI 智能体。核心策略包括利用持久对话流 维持记忆、使用语音输入快速捕捉想法、通过任务干预 与排队 掌控工作流，以及利用 MCP 服务器和浏览器工具扩展触达范围。此外，文章还介绍了对话流自动化、目标设定、侧边栏审查及共享记忆等高级特性，展示了 Codex 在代码审查、文档处理、自动化任务及移动办公中的强大潜能，实现了从“编程助手”到“全能打工人”的进化。
如何构建永不崩溃的 Obsidian 个人操作系统
文章介绍了一套基于 Obsidian 的三层架构个人操作系统，旨在解决传统生产力系统在低谷期容易崩溃的问题。该系统通过 Claude Code (MCP) 实现智能维护，利用 N8N 进行自动化，并结合严格的 Vault 结构（如捕获、活跃、归档等八大文件夹），将笔记软件转变为无需手动维护、能在压力下自我运行的智能 OS。
Shopify 工程师团队的 Claude Code 配置与实战策略
文章详细介绍了 Shopify 23,000 名工程师如何通过 Claude Code 实现 96% 的代码自动化。核心策略包括：构建统一的 LLM 代理层以控制成本，并行运行多个 Agent 处理不同模块，利用 MCP 服务器集成内部文档与 API，以及将 CLAUDE.md 纳入版本控制。工程师角色正从代码编写者转向架构审查者，通过护栏机制保障安全。
看懂这九个概念，我太奶奶也可以用 AI 赚钱
本文从纯小白视角出发，系统性拆解了 AI 领域的 9 个核心概念：LLM、Token、Context、RAG、Prompt、Tool、MCP、Agent 和 Agent Skill。通过生动的比喻（如将 LLM 比作发动机，MCP 比作 Type-C 接口）和清晰的逻辑链路，文章阐述了 AI 从文本生成到任务执行的底层架构，帮助读者理解 AI 的能力边界、成本构成及应用开发逻辑。
如何构建在你睡觉时管理整个业务的 Claude Agent
文章详细介绍了如何构建一个基于 Claude 的全自动业务管理 Agent，用于在用户休息时自动处理邮件、生成报告、追踪项目和客户线索。核心架构由 Claude（智能层）、CLAUDE.md（业务上下文层）、MCP Servers（连接层）和 N8N（自动化层）组成。教程包含了具体的上下文配置模板（CLAUDE.md）、MCP 服务器配置（Gmail, Notion, Calendar 等）以及六个核心自动化工作流的实施步骤，旨在将业务运营从个人依赖转变为系统化智能运行。