摘要： MCP（Model Context Protocol）正在重塑AI编程工具生态，2025年后Claude + MCP组合显著改变了开发者工作流。主流工具如Claude Desktop（原生支持）、Cursor（需配置）、JetBrains IDE（内置Server）等形成了完整MCP生态。Claude Desktop作为最佳实践，支持文件系统、GitHub、数据库等Server配置，可实现

本文深入解析了MCP、Skills和Hooks三者的区别与应用场景。MCP作为基础协议层提供外部服务连接能力，Skills是任务编排层实现可复用工作流，Hooks则是执行保障层确保关键操作。文章通过分层架构图、八维度对比表和实战案例，清晰展示了三者的定位差异：MCP解决"能做什么"，Skills解决"怎么做好"，Hooks解决"必须做什么&quot

本文详细介绍了如何从零开始搭建一个MCP Server的全流程。首先通过uv工具初始化Python项目并安装MCP SDK，然后编写包含Tool、Resource和Prompt三大核心功能的示例代码。文章提供了完整的代码模板，演示了加法器、问候语生成器等实用功能。随后指导读者在Cherry Studio中配置MCP服务器并进行功能测试，最后简要说明如何将MCP迁移到Cursor中使用。通过这篇实操

摘要： Agent Harness（智能体驾驭系统）是AI工程中的关键组件，本质上是模型与框架的组合，负责管理运行时可靠性。它通过编排循环、上下文工程、错误恢复和安全护栏等机制，将大模型从"一问一答"升级为持续行动的能力。与普通Agent框架不同，Harness提供完整的操作系统级功能，而非零散的零件集。主流框架如LangChain和AutoGPT在Harness能力上各有侧重

文章摘要： 本文详细介绍了如何在 Claude Code 中配置 Hooks 自动化机制，重点讲解了阻止危险命令 rm -rf 的实现方法。通过 JSON 配置文件设置 PreToolUse 事件钩子，结合自定义脚本检测命令内容，实现对危险操作的安全拦截。文章包含配置优先级说明、完整代码示例、脚本创建步骤、调试方法以及常见问题排查指南，并提供了敏感文件保护等实战配置模板，帮助开发者快速掌握 Hoo

摘要：探索MCP协议的学习与实践 本文记录了作者学习MCP(Model Context Protocol)协议的全过程。MCP是Anthropic于2024年推出的开放标准，旨在标准化AI模型与外部数据源和工具的连接方式。文章首先通过与传统方案的对比，阐述了MCP在解决数据孤岛、集成复杂度等问题上的优势，并形象地将其比作"AI领域的USB-C接口"。 核心内容详细解析了MCP的

摘要： MCP（Model Context Protocol）正在重塑AI编程工具生态，2025年后Claude + MCP组合显著改变了开发者工作流。主流工具如Claude Desktop（原生支持）、Cursor（需配置）、JetBrains IDE（内置Server）等形成了完整MCP生态。Claude Desktop作为最佳实践，支持文件系统、GitHub、数据库等Server配置，可实现

本文深入解析了MCP通信的三种传输机制：stdio、SSE和Streamable HTTP。stdio通过标准输入输出实现进程间通信，简单高效但仅限于本地；SSE基于HTTP长连接实现单向推送；Streamable HTTP则采用双向流式传输，成为官方推荐方案。文章详细对比了三者的技术原理、架构差异及适用场景，并解释了为何官方最终选择Streamable HTTP作为标准协议。

AI智能体团队协作：提升开发效率的新范式 本文介绍了Claude Code的Agent Teams功能，这是一种让多个AI智能体协作处理复杂任务的新方法。核心优势在于每个智能体拥有独立上下文窗口，可以并行专注不同领域任务（如安全审查、性能优化、测试覆盖等），同时通过共享任务列表和消息系统实现协调。 文章详细解析了Agent Teams的核心概念、与Subagents的区别、配置方法以及两种显示模式

AI智能体团队协作：提升开发效率的新范式 本文介绍了Claude Code的Agent Teams功能，这是一种让多个AI智能体协作处理复杂任务的新方法。核心优势在于每个智能体拥有独立上下文窗口，可以并行专注不同领域任务（如安全审查、性能优化、测试覆盖等），同时通过共享任务列表和消息系统实现协调。 文章详细解析了Agent Teams的核心概念、与Subagents的区别、配置方法以及两种显示模式