竞猜网站开发搜索量用什么工具查询

竞猜网站开发,搜索量用什么工具查询,毕业设计都是做网站吗,龙岩做网站公司有哪些两个互联领域的重大挑战#xff1a; 第一、Agent 与 Tools#xff08;工具#xff09;的交互Agent 需要调用外部工具和API、访问数据库、执行代码等。 —MCP第二、Agent 与 Agent#xff08;其他智能体或用户#xff09;的交互Agent 需要理解其他 Agent 的意图、协同…两个互联领域的重大挑战第一、Agent 与 Tools工具的交互Agent 需要调用外部工具和API、访问数据库、执行代码等。 —MCP第二、Agent 与 Agent其他智能体或用户的交互Agent 需要理解其他 Agent 的意图、协同完成任务、与用户进行自然的对话。 —A2A如果你是程序员****如果你是大众用户如何理解MCP有了DeepSeek你就有了一个智能助理。但是我们期望 LLM 能够承担更多功能不仅限于简单对话还能与外部的多种数据、工具进行交互。有了MCP成为了现实如果你是大众用户如何理解LLM与MCP如何理解LLM与MCP1. MCP能干什么对于程序员来说举例1开发部署开发者通过自然语言指令“部署新版本到测试环境”触发 MCP 链式调用 GitLab API代码合并、Jenkins API构建镜像、Slack API通知团队。举例2SQL查询开发者通过自然语言输入比如“查询某集团部门上个季度销售额”就能查询出数据库的数据并结合大模型进行回答不再需要编写 SQLMCP 自动转换为精准 SQL语句并执行。举例3manus智能体Manus的每一次任务处理都至少需要调用网页搜索、网页访问、网页信息获取、本地文件创建、代码解释器等几十个外部工具。这里就暴露了两个问题。问题1可供大模型调用的工具不足。问题2调用工作量很大。对于大众用户来说举例1旅游规划当我要去旅行时旅行规划助手通过 MCP 同时调用天气 API获取目的地气象、交通 API查询航班动态、地图 API规划路线AI 自动生成带实时数据的行程方案。举例2联网搜索我们在与 LLM 交互时经常需要联网搜索最新信息以减少幻觉。然而这里也存在问题1、并非所有聊天机器人都支持联网功能2、即使支持联网也可能不包含你习惯使用的搜索引擎。在没有 MCP 的情况下用户只能等待开发者添加特定搜索引擎的支持。有了 MCP 后只需简单配置就能将所需服务接入当前使用的聊天机器人。举例3业绩查询用户询问“查询上季度营业额”MCP 自动组合调用 CRM 系统 API获取客户数据财务系统 API调取报表 邮件 API发送总结报告。2.1 MCP的理解MCPModel Context Protocol模型上下文协议 2024年11月底由Anthropic 推出的一种开放标准。旨在为大语言模型LLM提供统一的、标准化方式与外部数据源和工具之间进行通信。传统AI集成的问题这种为每个数据源构建独立连接的方式可以被视为一个M*N问题。问题架构碎片化难以扩展限制了AI获取必要上下文信息的能力MCP解决方案提供统一且可靠的方式来访问所需数据克服了以往集成方法的局限性。MCP 作为一种标准化协议极大地简化了大语言模型与外部世界的交互方式使开发者能够以统一的方式为 AI 应用添加各种能力。官方文档https://modelcontextprotocol.io/introduction2.2 MCP推广时间线2024年11月底Anthropic推出了MCP。目标就是能在Agent 的开发过程中让大模型更加便捷地调用外部工具。2025年2月份Cursor正式宣布加入MCP功能支持一举将MCP推到了全体开发人员面前2025年3月27日OpenAI智能体支持MCP。OpenAI联合创始人兼首席执行官Sam Altman也特意发文大赞MCP可见其对Agent的重要性。2.3 哪些平台支持MCP查询github查看MCP官方资源https://github.com/modelcontextprotocol/serversMCP热门资源https://github.com/punkpeye/awesome-mcp-servers其它平台Glamahttps://glama.ai/mcp/serversSmitheryhttps://smithery.aicursorhttps://cursor.directoryMCP.sohttps://mcp.so/zh阿里云百炼https://bailian.console.aliyun.com/?tabmcp#/mcp-market这里有两点要说的第1随着越来越多的Server接入MCP协议未来AI能够直接调用的工具将呈现指数级增长这能从根源上打开Agent能力的天花板。未来 AI 生态系统将变得更加开放和强大。第2目前社区的 MCP Server 还是比较混乱有很多缺少教程和文档很多的代码功能也有问题大家只能凭经验和参考官方文档了。3. 程序员如何使用MCP3.1 MCP应用场景3.2 使用前的准备工作MCP的通信机制根据 MCP 的规范当前支持两种通信机制传输方式stdio(标准输入输出)主要用在本地服务上操作你本地的软件或者本地的文件。比如 Blender 这种就只能用 Stdio 因为他没有在线服务。 MCP默认通信方式SSE(Server-Sent Events)主要用在远程通信服务上这个服务本身就有在线的 API比如访问你的谷歌邮件天气情况等。MCP的通信机制stdio方式优点这种方式适用于客户端和服务器在同一台机器上运行的场景简单。stdio模式无需外部网络依赖通信速度快适合快速响应的本地应用。可靠性高且易于调试缺点Stdio 的配置比较复杂我们需要做些准备工作你需要提前安装需要的命令行工具。stdio模式为单进程通信无法并行处理多个客户端请求同时由于进程资源开销较大不适合在本地运行大量服务。限制了其在更复杂分布式场景中的使用MCP的通信机制SSE方式场景SSE方式适用于客户端和服务器位于不同物理位置的场景。适用于实时数据更新、消息推送、轻量级监控和实时日志流等场景对于分布式或远程部署的场景基于 HTTP 和 SSE 的传输方式则更为合适。优点配置方式非常简单基本上就一个链接就行直接复制他的链接填上就行stdio的本地环境安装stdio的本地环境有两种一种是Python 编写的服务一种用TypeScript 编写的服务。分别对应着uvx 和 npx 两种指令。stdio的本地环境安装uvx两种安装方式第1种若已配置Python环境可使用以下命令安装pip install uv第2种在Windows下可以通过PowerShell运行命令来安装uv。powershell -ExecutionPolicy ByPass -c irm https://astral.sh/uv/install.ps1 | iex”验证重启终端并运行以下命令检查是否正常uv --version uvx --helpstdio的本地环境安装npxNode.js下载的官网https://nodejs.org/zh-cn3.3 Cursor中使用MCPcursor中国区官网https://www.cursor.com/cn在 Cursor 中添加 MCP Server 有两种配置方式全局设置通过 Cursor Settings - MCP - Add new global MCP server 添加全局可用的 MCP 服务。项目级别在项目目录的 .cursor 目录中新建 mcp.json 文件进行配置仅对特定项目生效。推荐使用项目级别配置因为全局模式会在所有项目中生效可能在某些情况下影响 Cursor Agent 的输出质量。1全局设置如下我们点击右上角的齿轮按键弹出设置栏点击MCP然后通过写入JSON的形式导入MCP Server。2项目级别设置如下① 在项目根目录创建 .cursor 文件夹如果不存在② 在该文件夹中创建 mcp.json 文件3.4 通过Cline使用智能体通过Cline使用智能体4. MCP的工作原理4.1 MCP的C/S架构5个核心概念MCP 遵循客户端-服务器架构client-server其中包含以下几个核心概念MCP 主机(MCP Hosts)MCP 客户端( MCP Clients )MCP 服务器( MCP Servers )本地资源( Local Resources )远程资源( Remote Resources )1、 MCP Host作为运行 MCP 的主应用程序例如 Claude Desktop、Cursor、Cline 或 AI 工具。为用户提供与LLM交互的接口同时集成 MCP Client 以连接 MCP Server。2、MCP ClientMCP client 充当 LLM 和 MCP server 之间的桥梁嵌入在主机程序中主要负责接收来自LLM的请求将请求转发到相应的 MCP server将 MCP server 的结果返回给 LLM有哪些常用的ClientsMCP 官网(https://modelcontextprotocol.io/clients) 列出来一些支持 MCP 的 Clients。分为两类AI编程IDECursor、Cline、Continue、Sourcegraph、Windsurf 等聊天客户端Cherry Studio、Claude、Librechat、Chatwise等更多的Client参考这里MCP Clientshttps://www.pulsemcp.com/clientsAwesome MCP Clientshttps://github.com/punkpeye/awesome-mcp-clients/3、MCP Server每个 MCP 服务器都提供了一组特定的工具负责从本地数据或远程服务中检索信息。是 MCP 架构中的关键组件。与传统的远程 API 服务器不同MCP 服务器既可以作为本地应用程序在用户设备上运行也可部署至远程服务器。比如你让助手“帮我查航班信息” → 它调用航班查询 API“算一下 37% 折扣后多少钱” → 它运行计算器函数作用让 LLM 不仅能“说”还能“做”执行代码、查询数据等。MCP Server 的本质本质是运行在电脑上的一个nodejs或python程序。可以理解为客户端用命令行调用了电脑上的nodejs或python程序。使用 TypeScript 编写的 MCP server 可以通过 npx 命令来运行使用 Python 编写的 MCP server 可以通过 uvx 命令来运行。4.2 MCP工作流程API 主要有两个tools/list列出 Server 支持的所有工具tools/callClient 请求 Server 去执行某个工具并将结果返回举例数据流向图5. 手动开发MCP项目(C/S)本项目旨在构建一个本地智能舆情分析系统通过自然语言处理与多工具协作实现用户查询意图的自动理解、新闻检索、情绪分析、结构化输出与邮件推送。具体参考: https://blog.csdn.net/su2231595742/article/details/1559168266. 大众用户如何使用MCP6.1 Cherry Studio的MCP说明Cherry Studio 是一款集多模型对话、知识库管理、AI 绘画、翻译等功能于一体的全能 AI 助手平台。支持 WindowsLinux 和 Mac。同时CherryStudio提供了一个简洁便于操作的可视化页面通过简单的配置即可开启MCP服务。非常适合大众用户用于构建“低代码智能流程”。Cherry Studio的下载地址https://cherry-ai.com/6.2 准备工作安装Cherry Studio添加大模型略安装 uv、bunCherry Studio 目前只使用内置的 uv 和 bun不会复用系统中已经安装的 uv 和 bun。在 设置 - MCP 服务器 中点击 安装 按钮即可自动下载并安装。安装成功与否以下文提到的文件夹内是否有文件为准。UV是python的运行环境Bun是类似于Nodejs的运行环境可执行程序安装目录Windows: C:\Users\用户名.cherrystudio\binmacOSLinux: ~/.cherrystudio/bin无法正常安装的情况下可以手动下载可执行文件放到这个目录下。如果没有对应目录需要手动建立。Bun: https://github.com/oven-sh/bun/releasesUV: https://github.com/astral-sh/uv/releases6.3 案例步骤1配置MCP服务器在这里我们配置的DeepSeek官网的R1模型。点击左下角的齿轮按键再点击MCP服务器即可去配置我们的MCP Server。点击编辑MCP配置导入这段JSON{mcpServers:{fs:{command:cmd,args:[/c,npx,-y,smithery/clilatest,run,bunasQ/fs,--key,8ce02901-a503-4520-8ebc-a2a362e93993]},desktop-commander:{isActive:true,command:npx,args:[-y,wonderwhy-er/desktop-commander],name:desktop-commander},amap-maps:{isActive:true,command:npx,args:[-y,amap/amap-maps-mcp-server],env:{AMAP_MAPS_API_KEY:e62ad882bd8922676d2aeabc0793730f},name:amap-maps}}}步骤2聊天框中启用 MCP 服务进入聊天界面先确定使用的大语言模型。这里注意需要使用支持函数调用在模型名字后会出现扳手符号的模型。然后输入框中有一个 MCP 配置项选择要使用的MCP Servers步骤3提供需求现在交给你一个任务编写一个北京一日游的出行攻略 1、在工作目录E:\CherryMCP下创建一个新的文件夹命名为“北京旅行” 2、从高德地图的MCP服务中获取北京站到天安门、天安门到颐和园、颐和园到南锣鼓巷的地铁线路并保存在“北京旅行”目录下的地铁路线.txt文件中 3、从高德地图的MCP中获取颐和园、南锣鼓巷附件的美食信息每处获取三家美食店铺信息并保存在“北京旅行”目录下的周边美食.txt文件中 4、最后根据txt中的内容生成一个精美的html前端展示页面并存放在该目录下步骤4功能测试首先我们提出需求然后CherryStudio会对任务进行拆解和分析之后执行执行过程中每当任务执行一部分后它都会向用户进行汇报。最后在指定盘下生成了相应的文件如下是其生成的前端界面7. 热门MCP Servers推荐推荐1文件系统 filesystemFilesystem MCP 旨在为大型语言模型(LLM)和 AI 助手提供对本地文件系统的安全、受控访问。主要功能文件读写允许读取和写入文件内容支持创建新文件或覆盖现有文件。目录管理支持创建、列出和删除目录以及移动文件或目录。文件搜索能够在指定路径中搜索匹配特定模式的文件或目录。元数据获取提供获取文件或目录的详细元数据包括大小、创建时间、修改时间、访问时间、类 型和权限等信息。推荐2数据库 mysqldb-mcp-server一种模型上下文协议 MCP 实现支持与 MySQL 数据库进行安全交互。此服务器组件可促进 AI 应用程序主机/客户端与 MySQL数据库之间的通信提供安全的 MySQL 数据库操作通过受控接口使数据库探索和分析更安全、更有条理。推荐3高德地图 amap-maps高德地图是一个支持任何 MCP 协议客户端的服务器允许用户轻松地利用高德地图 MCP 服务器进行各种基于位置的服务。高德地图的主要特点支持多种位置服务包括地理编码、天气和距离测量提供步行、驾车、公交等多种交通方式的 API允许根据关键字或位置详细搜索兴趣点 POI推荐4网页数据采集 FirecrawlFirecrawl MCP 工具是一款基于模型上下文协议MCP的企业级网页数据采集服务器。能够为大型语言模型LLM提供强大的网页抓取能力。主要功能JavaScript 渲染能够处理动态网页内容突破传统抓取工具的局限获取更全面的数据。批量处理支持并行处理和队列管理提高数据抓取效率。智能限速根据网络状况和任务需求智能调整抓取速度避免对目标网站造成过大压力。多种输出格式支持将抓取的内容转换为 Markdown、HTML 等格式满足不同场景的需求。说明去firecrawl官网注册后即可查看自己的api_key推荐5Github说明去https://github.com/settings/tokens 申请自己的tokenGitHub MCP 服务器是一个模型上下文协议 MCP 提供与 GitHub API 无缝集成的服务器从而实现面向开发人员的高级自动化工具和交互功能。使用案例自动化 GitHub 工作流程和流程。从 GitHub 存储库中提取和分析数据。构建与 GitHub 生态系统交互的 AI 驱动的工具和应用程序。推荐6Git直接的Git仓库操作包括读取、搜索和分析本地仓库用于 Git 存储库交互和自动化的模型上下文协议服务器。推荐7记忆图谱 memory基于知识图谱的长期记忆系统用于维护上下文使用本地知识图谱的持久内存的基本实现。这使 Claude 可以在聊天中记住有关用户的信息。推荐8控制台 desktop-commander在计算机上无缝执行终端命令和管理流程。使用强大的命令执行和文件作工具简化您的开发任务。推荐9社交软件 Slack用于 Slack API 的 MCP 服务器使 LLM 能够与 Slack 工作区进行交互用于频道管理和消息传递。说明去https://app.slack.com/intl/zh-cn 注册并获取自己的team id8. A2A协议开启Agent间自然协作在 AI Agent 的世界里主要解决两大互联领域的挑战第一、Agent 与 Tools工具的交互Agent 需要调用外部 API、访问数据库、执行代码等。第二、Agent 与 Agent其他智能体或用户的交互Agent 需要理解其他 Agent 的意图、协同完成任务、与用户进行自然的对话。8.1 A2A的发布谷歌25年4月10日发布开源的、应用层协议 A2AAgent-to-Agent 协议即Agent-to-Agent。其设计目的是使智能体Agent间能够以一种自然的模态进行协作类似于人与人之间的互动。Github 地址https://github.com/google/A2A8.2 A2A的设计意义基于不同底层框架和供应商平台创建的 AI Agent 之间可以实现通信、发现彼此的能力、协商任务并开展合作企业可以通过专业的智能体团队处理复杂的工作流程。这无疑是其最为突出的贡献。举例1阿里云 火山云阿里云上创建的 AI Agent通过A2A协议可以与火山云上创建的 AI Agent 进行无缝的通信与协作。8.4 A2A展望谷歌已经与超过 50 家技术合作伙伴例如 Atlassian、Box、Salesforce、SAP 等和服务提供商建立了合作关系。这表明了行业对这些协议的认可和采用对于 AI 学习者来说也意味着这些协议可能会成为未来职业发展中的关键技能。