7月30日
03:06
03:06官方账号Simon Willison’s Weblog博客/媒体
本文详细说明如何将自定义MCP服务器连接到Claude和ChatGPT的标准聊天界面。你需要创建一个MCP服务器端点并配置API密钥。然后在Claude桌面版或ChatGPT的设置中注册该服务器。整个过程需要十余个手动步骤,但完成后可以在对话中直接调用自定义工具。
推荐理由:想给Claude和ChatGPT加自定义工具?这篇手把手教你搭MCP服务器,不用插件,在设置里就能连上。
02:15
01:26
01:26官方账号Hugging Face@huggingface
Hugging Face官方建议在网站或应用中添加"Sign-In with Hugging Face" OAuth按钮。用户登录后可分享邮箱、创建模型或数据集仓库、在Buckets中存储数据、启动GPU支持的Jobs。该功能借助Hugging Face Hub的OAuth接口实现,简化了用户授权流程。

推荐理由:加个Hugging Face OAuth按钮,用户就能一键登录并直接用模型仓库、Buckets和GPU任务了,省得再注册。
00:41
00:41向阳乔木@vista8
推特用户 vistai 指出 Claude 默认设计常见卡片左侧带颜色竖线,这被称作早期蓝紫渐变AI味。原因是 Tailwind UI 某版本默认配色是这个,AI 训练大量学习受到其影响。帖子引发讨论该设计元素的起源。

推荐理由:好奇 Claude 为什么总给卡片加彩色竖线?这条推分析了源头是 Tailwind UI 的配色被 AI 学走了。
00:14
00:14官方账号LangChain@LangChainAI
LangChain Academy推出新课程,教开发者使用LangSmith Engine自动改进智能体。课程涵盖三个步骤:从追踪中识别并优先处理问题、自动起草修复方案、提出评估指标防止回归。该课程面向已有LangSmith基础的用户,旨在提升智能体开发效率。
推荐理由:LangChain出了个实用新课,手把手教你怎么用LangSmith Engine自动修bug、加测试,省时省力,搞智能体开发可以看看。
7月29日
23:56
23:56官方一手AWS Machine Learning Blog@Sudhanshu Hate
Amazon Bedrock AgentCore 通过配置而非自定义代码实现跨系统商业智能。它提供预构建的MCP服务器连接器,支持自然语言查询多个数据源。细粒度访问控制和持久内存确保角色边界自动执行。该方案无需编写集成代码即可实现企业级数据查询。
推荐理由:AWS出了个新玩意,用AgentCore配合MCP服务器,不用写代码就能自然语言查多个数据库,权限也自动管,省心。
22:11
22:11官方账号LangChain@LangChainAI
Apollo 的 AI 助手是 LangGraph 上最早的生产多智能体系统之一。团队将在 9 月 24 日 Interrupt NYC 上分享他们从手调主管代理迁移至 deepagents.create_deep_agent 的经验。迁移过程中保持了生产流量的质量不下降。

推荐理由:Apollo 分享了把 AI 助手从自建主管换成 deepagents 的实战经验,还保证了生产质量,做多智能体系统的值得听听。
21:38
21:38Yangyi@Yangyixxxx
AI可直接查询数据,替代传统数据分析师的拉数据工作。AI还能进行预测和置信度计算,帮助用户快速分析趋势。用户可轻松运行A/B测试,并一键生成一句话报告。整体工作流程大幅简化,效率显著提升。
推荐理由:现在AI能直接帮你查数据、做预测、跑A/B测试,报告一句话就出来,再也不用求着数分排队了,爽得很!
18:38
12:27
12:27官方一手歸藏(guizang.ai)@op7418
精选
Codepilot 推出了 Subagent 功能,允许用户在一个聊天中启用多个由不同模型驱动的子智能体。例如可用 Grok 检索 Twitter 信息、DeepSeek 生成文案、K3 生成网页、GLM 5.2 统筹。该设计旨在发挥各模型长处,同时减少昂贵模型的消耗,降低使用成本。

推荐理由:Codepilot 这个 Subagent 功能真香,一个聊天里混用 Grok、DeepSeek、GLM 5.2 等模型,各取所长还省钱,试试看。
12:26
12:26官方一手歸藏(guizang.ai)@op7418
作者使用 Codepilot 的一条提示词,让 Grok 爬取 Twitter 信息、Kimi 生成网页、DeepSeek 撰写文案,并由 GLM 5.2 统筹。该 workflow 成功完成昨天 AI 热点事件统计,时效性与人工搜集相当,甚至补充了漏掉的信息。通过分模型调用,降低了昂贵模型的消耗。

推荐理由:想用最少的成本让不同模型干各自擅长的事?参考这个 workflow:Grok 爬推文、DeepSeek 写文案、Kimi 做网页、GLM 5.2 调度。
12:25
12:25官方一手歸藏(guizang.ai)@op7418
用户通过一句提示词,调用 Grok 进行 Twitter 热点事件信息爬取,Kimi 生成网页,DeepSeek 撰写文案。三个模型分工协作,完成了昨日 AI 热点事件的统计,结果与手动搜集高度一致,并补充了遗漏信息。展示了多模型组合工作流的实际效果。
推荐理由:用一句提示词让 Grok、Kimi、DeepSeek 各司其职,自动统计 Twitter 热点,省时又全面,适合想提升信息搜集效率的人。
10:56
03:44
03:44官方账号LangChain@LangChainAI
精选
LangChain发布新指南,提出智能体计算机需做到四件事:安全执行(execute safely)、保持控制(stay in control)、可观察(remain observable)、快速构建迭代(fast to build and iterate)。该指南来自LangChain官方博客,提供了构建可靠智能体系统的实践建议。

推荐理由:LangChain出了个实用指南,告诉你搭建智能体电脑得注意四个关键点:安全、可控、可观察、迭代快。搞Agent的值得一看。
03:33
03:33官方一手AWS Machine Learning Blog@Sean Eichenberger
MCP 2026-07-28规范是该协议发布以来最大的一次修订:协议改为无状态,引入受控扩展系统,并强化了授权机制。AWS在Amazon Bedrock的AgentCore Gateway上实现了对该规范的支持。用户只需调用一次UpdateGateway,即可启用新版MCP。该更新提升了安全性和扩展管理能力。
推荐理由:AWS发了篇教程,教你用一次UpdateGateway调用让AgentCore Gateway支持新版MCP。改成了无状态,更好管扩展和安全。
03:00
02:27
01:41
01:41官方账号LangChain@LangChainAI
精选
LangChain 构建的数据智能体现在能处理约 40 倍于其 3 人数据团队直接管理的请求量。数据团队可以将精力聚焦在模型、上下文和护栏上,这些是让智能体值得信任的关键。该团队分享了构建这一智能体的具体方法。
推荐理由:LangChain 分享了他们怎么让一个数据智能体处理 40 倍请求,团队不用再干苦活,可以专注搞模型和安全。