三个 MCP，让 Claude Code 真正能用
你是不是觉得安装了Claude Code，再配置了国内的大模型，就可以在国内高效使用Claude Code这种最顶尖的ai框架了？虽然安装配置的流程走完，你已经超越了大多数人，但它其实还是个残废。为什么？因为没有联网搜索能力。
内网被摸：MCP fetch先升到2026.10.10
这期「AI 办公避坑」说官方 MCP fetch 工具的 SSRF 风险：Agent 或模型选一个 URL，fetch 服务器就去请求——过去可能摸到私网、链路本地，甚至云元数据地址。结论先写清：跑 mcp-server-fetch 的，先升到 PyPI 的 2026.10.
10个本地AI必备的MCP服务器
想象这样一个场景。你终于让一个出色的本地AI模型在自己电脑上跑得完美，绕开了云端、跑在本地、也不用操心每月的订阅费。你觉得自己是个天才。然后你真的拿它做开发工作，你让这个崭新的AI看看你昨晚写的Python脚本里有什么bug。突然你意识到，这个聪明绝顶的AI完全是瞎的。
3个MCP服务器让我每天省2小时，AI助手终于能自己干活了
上个月，我每天早上的前20分钟基本是浪费的。手动翻5个科技新闻站，把有趣的存进笔记，再把今天要开的会从日历里捞出来提醒自己。这些事琐碎、重复，但离了又不行。我试过用AI助手，但它被困在对话框里，外面的世界它一概不知。直到我给它装了MCP协议。
MCP 配置实战：5 个必备 MCP 服务器从零搭建
装了一堆 MCP 不知道哪个有用？这份清单帮你少走弯路。经过前面几篇 MCP 系列文章，你应该已经知道 MCP 是什么、怎么配置、怎么写自己的服务器。但有一个很实际的问题没解决——到底该装哪些 MCP 服务器？MCP 生态已经膨胀到数百个服务器。
轻松配置和体验Cherry Studio 中的MCP服务器功能
Cherry Studio是一款支持多模型服务的桌面客户端，旨在帮助用户在多种场景下提升工作效率。它集成了多种大型语言模型服务提供商，包括DeepSeek、OpenAI、Gemini、Anthropic等，并提供本地模型支持，满足用户对数据隐私和安全性的需求。
一文讲清楚Agent、MCP、Function Call
在人工智能快速发展的当下，Agent、MCP、Function Call这三个概念频繁出现在各种技术讨论中，但它们之间存在相似性，容易被混淆。
Trae保姆级NB玩法：别把它当"代码补全"，它的狠活在三层开关里
多数人装完Trae干的第一件事，是写一句注释看它补全，然后点点头说"还行"，接着就把它当高级版的 TabNine 用了。这就好比买了台带激光雷达的车，天天用来听广播。