阅读方式:微信读书网页版,从 Preface 翻到第二部分导言,共 291 屏、6 分 44 秒(中英对照,前四章完整)。 结构:第 1 章上下文工程、第 2 章 Claude Code 概要、第 3 章核心命令、第 4 章 MCP 与插件,随后是第二部分的路线预告(自动化、子代理、输出风格、工作流)。
面向 OpenAI Codex CLI · 远程 MCP 腾讯文档 MCP → 安装到 Codex 把腾讯文档的官方 MCP 接进 Codex CLI,让 codex 直接用自然语言创建 / 编辑 / 管理你的云端文档。腾讯文档有 4 个独立 endpoint,每个都配成一个 MCP server 即可。
我一开始以为 tmeet 是个”本地的 MCP 客户端”。 越用越觉得不对劲。如果它是客户端,那服务端在哪?我是不是还得再装点什么、再配个 server?这个疑问卡了我一段时间——直到我干脆去把它的真身翻出来看了一眼。 结论先给,一句话: tmeet 不是 MCP 客户端,而是一个由 WorkBuddy 托管的本地 MCP Server。
你要做的不是“造个会笑的机器人”,而是“搭个能干实事的帮手”。下面我把整个流程讲清楚,一步步照做就能跑起来。先说明一下:你问到的“codecubby”我理解为腾讯云的 CodeBuddy(不少人会打成 CodeBubby/CodeCubby)。
一、MCP 与单一智能体架构MCP 是什么?MCP(Model Context Protocol)由 Anthropic 提出,是一个开放标准协议,作用相当于 AI 智能体的“万能 USB 接口”。它统一了智能体与外部工具、数据库、搜索引擎等的交互方式,使得模型可以灵活调用这些资源。
MCP(Multi-turn Co-operative Protocol / 多轮协作协议),本质上就是任务型智能体的“内在运行机制”与“思维流程”。我们可以把它理解为一个智能体的中枢神经系统,它不具体完成任务的每一个动作,但它负责:记住任务是怎么一步步演进的;决定什么时候调用哪个模块或Agent;在复杂任务中维持整体流程的连贯性与正确性;处理任务中的反馈…
这个问题非常关键,也非常深刻。简单先说答案:MCP 不是一种“外部定义好的标准协议”,比如 HTTP、TCP/IP 这类通信协议那样;也不是一种像 Markdown 那样的“语言格式协议”,比如用于文本结构化展示;它更像是一种“在系统内部实现的语义性控制框架”——是逻辑层/调度层上的一种“方法约定”,而非“纯文本协议”。
你是不是也曾幻想过这样一种场景:你在手机上输入一句话,“帮我抢张明天下午从杭州到广州的高铁票”,然后 AI 就像一个万能的助理一样,自动帮你查余票、登录12306、验证登录、抢票、付款、通知你——一气呵成,全程无需你操心?这其实就是 Agent 的理想形态。而支撑这一过程背后的一块关键技术,叫做 MCP 协议。但 MCP 到底是干啥的?
我觉得以上内容的核心意思就是有一个可以运行的环境,比如php或者python搭建一个运行环境,然后开放一个接口(ui界面)给用户,用户输入指令,然后php或者python接受指令,调用大模型(或者分析agent,其实这个agent背后调用的还是巨头大模型或者自建大模型),分析完了任务,形成任务规划子包,然后在运行环境里,对任务1比如是搜索xxx…
我们正在经历的是人类第一次用“语言”而非“电路”去构建智能体系统的时代。你可以只说一句话——“帮我梳理我过去写过的所有关于AI心理咨询的文章,找出其中重复观点、风格偏好、还有哪部分表达可以更优,汇总出一份未来可优化风格建议”——然后看着 Agent 自动调用 RAG 检索工具,调动 function call 获取历史语料库,在你毫不参与的情况下…