登录社区云，与社区用户共同成长
邀请您加入社区
最近我在阿里云的轻量应用服务器上，用宝塔面板 + Docker 部署了 LangBot，并接入了我的个人微信（通过 ClawBot 机器人），把它改造成了一个 24 小时在线、随叫随到的「全能小助理」。这篇文章不是教程，而是我作为 AI 自动化博主，对自己这半个月使用过程的完整复盘：它到底是什么、怎么部署、靠什么机制实现「一个微信窗口干所有事」，以及我日常到底用它干了些什么。如果你也受够了在好几个
MHS 最值得关注的地方，不是它让一台机器突然听懂了聊天，而是它试图把最容易被忽略的基础层补上：设备怎样被发现，状态怎样读取，命令怎样受限，能力和安全信息怎样交给上层软件。对于实验室和先进制造而言，这种共同语言有机会减少重复的接口工程，让多台设备更容易协同。但“开始动机器”恰恰意味着更高的责任门槛。研究预览不是行业标准；可编程接口不是无限权限；能执行流程不是能解释物理世界；自动化更不是取消专家与安
为AI Agent提供了一条从数字世界通向物理世界的标准化路径。它不是要造机器人，而是要让已有的AI智能体能安全、高效地操作已有的物理设备。谁应该关注实验室自动化方向的研发人员工业AI/智能制造领域的工程师对具身智能和Physical AI感兴趣的研究者正在构建Agent平台、需要硬件接入能力的团队下一步怎么看关注Anthropic官方文档和GitHub仓库的更新观察MHS是否会开源以及开源范围留
MCP 协议 指的是 模型上下文协议 (Model Context Protocol)。 以下是关于 MCP 协议的一些关键信息：定义： MCP 是由 Anthropic 提出的一个开放标准，旨在标准化人工智能应用程序（如聊天机器人、IDE 助手或自定义代理）与外部工具、数据源和系统之间的连接方式。你可以将其理解为 AI 集成的 USB 接口。
我盯着屏幕上的一行字，数了三遍。 天气API，地图API，景点API，翻译API，机票API，酒店API。 六个。 上个月某个周末，我突然心血来潮，想做一个旅行AI助手。 不是那种聊天机器人，是真的能用的。你说一句「帮我规划一个杭州周末两日
只能人工在终端输入，无法被其他程序、机器人、业务系统调用；没有标准化工具协议，外部工具很难接入Agent；无法对外提供API，不能对接微信、钉钉、企业内部系统。自定义Skill手动开发：不止让AI生成Skill，我们手写可控的业务技能；MCP协议集成：对接外部工具、数据库、本地文件服务；启动HTTP网关 + 子Agent协同 + Crons定时业务实战。第三篇我们体验了AI自动生成Skill，生产
# MCP协议底层原理深度剖析：从JSON-RPC 2.0到多传输层实现## 引言2026年，AI Agent已然成为技术圈最炙手可热的方向。从单体的聊天机器人到能够自主调用工具、执行复杂任务的多智能体系统，支撑这一切的底层基础设施正在被一场静默的协议革命重塑。而这场革命的核心，就是 **M
Agent（智能体）是整个系统的核心。它不仅能够回答问题，还能够理解目标、制定计划、调用工具、执行任务，并根据执行结果继续调整自己的行为，直到完成整个任务。例如：用户说：帮我开发一个用户个人中心页面。普通聊天机器人可能只会输出一段代码。而 Agent 会：1. 阅读项目结构2. 分析已有代码3. 创建新页面4. 修改路由5. 编写代码6. 运行测试7. 修复错误8. 完成整个任务因此 Agent
蚂蚁灵波这次选择开源 LingBot-Video，这在当前竞争激烈的视频生成赛道里并不是一个轻松的决定。开源意味着把 MoE 架构和面向具身智能的训练范式全部交给社区去检验、复现和迭代，也意味着要接受更公开的审视。但从行业角度看，这正是眼下最需要的东西，一个可复现、能够持续演进的视频生成基座模型，能够实实在在地降低具身智能视频模型的研究门槛。
2025年北京亦庄人形机器人半程马拉松赛事中，20支参赛队伍仅6支完赛，完赛率仅为30%，暴露了当前人形机器人技术的三大核心问题：续航焦虑、环境适应性不足和硬件可靠性缺陷。赛事数据进一步揭示了运动控制算法、传感器融合和能源管理等方面的工程挑战。针对这些问题，提出了算法优化、硬件升级和测试体系构建等实战解决方案，并展望了未来在能源革命、感知升级和政策驱动等方面的技术突破点。开发者可通过参与开源社区、
在底层，它围绕 Qwen3-TTS 构建 [2]——这是一个开源的 TTS 模型家族，旨在实现可控、富表现力的语音生成与声音克隆 [2]。如果你用的是 Qwen3-TTS Studio [1]，它旨在通过预设与 UI 驱动的控制来减少原始 TTS 使用时的“参数头痛” [1]。像 Qwen3-TTS Studio 这样的工具在这里有帮助，因为它围绕可复用 persona、多说话人工作流、以及 UI
MCP 是一个开放协议，它为应用程序向 LLM 提供上下文的方式进行了标准化。它设计出来的目标，主要是统一模型与外部数据源之间的协议，以解决大模型因数据孤岛限制而无法充分发挥潜力的难题。在这个统一标准下，应用端只要集成了MCP client，就没有了开发成本，通过配置可以调用任何已经发布的 mcp server。因此ai应用有了链接万物的。而qwen3的发布，直接原生支持MCP。我们只要通过配置m
2025年4月18日，北京亦庄半程马拉松赛道上，人形机器人的表现引发了广泛关注。尽管机器人在比赛中频繁跌倒和跑错方向，但这些“失误”实际上揭示了具身智能技术发展中的关键挑战。机器人的平衡控制系统在复杂路况下暴露了传感器精度和控制算法的不足，而导航定位系统则在高楼和树荫等干扰下表现不佳。这些问题的解决需要硬件升级、新材料应用以及AI算法的深度融合。尽管当前技术存在瓶颈，但这些问题为未来的技术突破提供
最近是不是感觉整个世界都在聊AI？从ChatGPT、Sora、到Cursor… 人工智能正以前所未有的速度和广度渗透进我们的生活和工作。
通过上述简单的几步，咱们就利用开源工具轻松搭建起了一个属于自己的MCP Server。是不是感觉很方便呀？现在，你是不是已经迫不及待地想动手试试了呢？要是你在搭建过程中遇到了什么问题，或者对MCP Server的某些功能有自己的想法，欢迎在评论区留言，大家一起交流探讨。
企业在数字化转型中常面临数据录入、分析和应用的难题。Data Agent作为一种L3级别的智能体，通过自动化和智能化手段，帮助企业高效解决这些问题。它包含智能分析Agent和营销策略Agent，能够通过自然语言对话完成复杂的数据查询和分析，并支持从策略制定到效果优化的全流程。在企业中落地Data Agent时，需分阶段实施、加强数据治理、进行团队培训，并通过量化指标和用户反馈评估效果。未来，Dat
