idoubi

关于 MCP 的几个理解误区： 1. 误区 1：MCP 协议需要大模型支持 MCP 全称模型上下文协议，是为了在用户与大模型对话过程中，补充上下文信息给大模型，让大模型更准确的回答用户提问而设计的。 在 MCP 出来之前，有多种方式可以实现上下文信息的补充，比如： - 记忆存储。把对话过程的历史消息存储下来，每次新提问，带上历史消息一起发送给大模型 - RAG。在让大模型回答问题之前，先从

以 manus 为例，拆解以 multi-agent 为基础的通用任务智能体的工作流程： 一. 意图识别 1. 获取用户输入内容，进行必要的意图识别和关键词提取，比如用户输入的是“想去日本旅游，需要一个旅行计划”，拆解之后得到的关键词是： japan-trip，任务类型为：travel 2. 如果用户输入的需求比较简单，不能识别用户的意图，此步骤可以引导用户继续对话，补充更多的信息，或者上传

# 分享一个 idea 最近 AI Coding 越来越🔥。此类产品依赖的一项核心能力，是对 AI 生成的代码实时预览。 不同的项目代码，用到的预览方案不太一样。 如果生成的代码是单个文件，直接放到 iframe.srcdoc 就能预览，这个方案实现起来很容易。 如果生成的代码是多个文件，涉及到框架 / 组件 / 依赖，预览方案要复杂很多。 比如，让 AI 生成一个 Landing Pa

今天下午 MCP So 在 ProductHunt 发布，趁机分享下我是如何通过程序化 SEO 在 MCP Servers 关键词拿到搜索第一名的： 先了解下什么是程序化 SEO： 简单的描述就是通过自动化程序，生成对搜索引擎友好的页面，让搜索引擎尽可能多收录网站页面，让网站内容更容易命中用户搜索需求。 拿 MCP So 举例，如何实现程序化 SEO👇 1. 先写个爬虫，尽可能多的收集网络

《祛魅 AI 三部曲》的内容提纲整理好了，希望能坚持写出来。 你对哪几 part 感兴趣？

用 ShipAny 重构的 MCP 导航站上线了，颜值提升了很多。 应该是目前收录 MCP Server 最多的导航站。

AI 生成代码，实时预览的几种方案👇 一、 html + srcdoc + iframe 1. AI 生成可以通过浏览器直接打开的 html 文件（单文件，html/css/js 写到一起） 2. 通过 iframe 的 srcdoc 传入 html 源码预览 3. 通过 importmap 指定依赖包的 CDN 资源。 这种方案实现起来简单，预览效率高。 二、react/vue +

错峰写了一篇年终总结。 按时间线总结了 2024 一年，我做过的 AI 项目。 - 2024.01 AI Cover - AI 红包封面生成器 - 2024.02 Sora FM - Sora AI 视频展示站 - 2024.03 ThinkAny - AI 搜索引擎 - 2024.04 Melodisco - AI 音乐播放器 - 2024.05 HeyBeauty - AI 虚拟试衣 -

微信机器人和消息总结 MCP Server 代码已开源👇