PDF TO MP3 推出 MCP 接入,可用 OpenAI 订阅制作有声书
PDF TO MP3 发布 MCP 服务器接入,用户可在 OpenAI Codex 中通过插件连接服务,把 PDF 转有声书时由用户订阅承担文档处理、语音合成走独立密钥。用户也可选择只用自己的 API key 完成全部流程,语音部分由 Google 或 OpenAI 计费。
技术方向
让 AI 连上外部软件和数据:MCP 协议、function calling 工具调用与各类工具集成。
112 条精选近 30 天 100 条共收录 131 条
PDF TO MP3 发布 MCP 服务器接入,用户可在 OpenAI Codex 中通过插件连接服务,把 PDF 转有声书时由用户订阅承担文档处理、语音合成走独立密钥。用户也可选择只用自己的 API key 完成全部流程,语音部分由 Google 或 OpenAI 计费。
SolidCraft 是用纯 Rust 编写的开源参数化 3D CAD 应用,由作者 bherbruck 在 GitHub 以 MIT/Apache-2.0 双许可发布。
推荐理由:把 CAD 建模能力通过 MCP 暴露给 AI 智能体,给出了可直接复用的命令接口和开源 CAD 替代。
Blokkily 是一款支持 MCP 的实验性 pattern-first 数字音频工作站,事件模型同步驱动 tracker、钢琴卷和 step grid 三种编辑器。
推荐理由:它把多轨数字音频工作站的会话、混音和插件控制都接进了 MCP,让 AI 智能体可以直接驱动音乐制作。
GitHub 在 Copilot 入门系列中介绍四种让 Copilot 理解项目代码库的方式:自定义指令、Agent skills、自定义 Agent 和 MCP servers。
推荐理由:原文把仓库级 Copilot 定制的四种机制放在一起对比,并配了具体的目录结构和示例,便于读者挑出适合自己项目的配置。
REA 是一个把 Hopper、Ghidra、IDA 等本地逆向分析工具接入 AI 智能体的 MCP 服务器,配套有 CLI 与工作流指令。
推荐理由:展示了把 Hopper、Ghidra、IDA 等本地分析工具接入 AI 智能体的 MCP 工作流,读者可直接复用其脚手架搭建同类逆向分析流程。
TorrentClaw 是一款 2 月上线的种子搜索站,索引量超 600 万,核心框架基于 Claude Code 与本地 LLM 开发。
推荐理由:原文以具体成本与工具栈展示用 Claude Code 搭配本地 LLM 搭建并运营站点的路径,读者可据此评估类似 AI 工作流的迁移门槛。
ArtCraft 团队开源了纯 Rust 编写的 Word 替代品 WordCraft,覆盖了 Word 88% 的 ribbon 功能。
推荐理由:展示了把 422 个 Word 功能暴露为 MCP 工具供智能体驱动的思路,对需要让 Agent 操作复杂文档的读者有参考价值。
Plimsoll 是一款用于隔离运行 AI agent 生成代码的自托管沙箱工具,每次执行结果都会返回实际使用的隔离等级。
推荐理由:原文给出在每次执行结果中报告隔离等级并支持设定最低等级下限的方案,读者可据此为自家工作流加入带证据的沙箱边界。
Pensieve 是一款面向 Apple Silicon 的本地文件、代码仓库与编码智能体会话的索引与搜索工具,通过 MCP 连接 Claude Code、Codex、Cursor、Gemini CLI 等智能体,用一次搜索替代多次 grep 与整文件读取。
推荐理由:给出了本地索引结合 MCP 减少编码智能体工具调用次数的具体方案,附有四个真实仓库的基准数据,读者可据此评估接入收益。
蚂蚁集团旗下 AI 产品"灵光"开启新版本小范围内测,新版对标 Meta 推出的个人智能体 Muse,从聊天与生成应用助手转向具备长期记忆、可主动推进任务的 AI 原生个人智能体。新版本支持调用 Skill 与 MCP,可发钉钉消息、控制智能家居等,内测聚焦跟踪市场异动、钉钉打卡管理、航班延误或景区限流重排路线等长程场景,计划本月全面开放。
推荐理由:原文披露了灵光转向长期记忆个人智能体的能力边界与 Skill、MCP 调用细节,并列出可与 Meta Muse 对照的内测场景。
vscarpenter 上线 GSD Task Manager v13.9.2(v11 shell),是本地优先的艾森豪威尔矩阵任务管理应用,附带 MCP 服务器为 AI 智能体提供 19 个任务、分析和诊断工具。
推荐理由:展示本地优先 MCP 服务器接入 AI 智能体任务管理的具体实现路径,为 MCP 工具调用落地提供参考。
Nagare 是一款面向 iPhone 和 Mac 的待办应用,将日历事件和任务统一为同一种条目,用户可在同一条有序列表中穿插定时与不定时的安排。应用通过 iCloud 同步数据,并经 MCP 将上下文提供给智能体,供其在缺少社交计划或计划中的锻炼反复未完成等场景下主动给出提醒。该应用已在 App Store 上架。
推荐理由:把日历与待办统一为单一可排序条目,并通过 MCP 把上下文暴露给智能体,便于把现有日程接入 Agent 工作流。
ProgAgent 提出了一种基于程序化工具调用(PTC)的智能体训练框架,让模型通过可执行代码和运行时变量调用工具,而不是把工具响应依次堆进上下文。
推荐理由:原文给出了 PTC 与 DTC 在长链路工具调用任务上的直接对比,读者可以据此判断训练范式对智能体表现的提升幅度。
bigarrow 是 macOS 上的小型 Swift CLI 与智能体技能,让 AI 智能体在无法自行点击时用大箭头、边框和文字指向系统授权弹窗、OAuth 同意框、2FA 等人类操作入口。
推荐理由:原文针对 AI 智能体在 macOS 上无法代用户点击授权弹窗的盲点,给出 Claude Code 与 Codex 可直接加载的指向技能包,并补齐焦点保持等工程细节。
开发者 Edris Ranjbar 开源了 Edi Life OS,一个支持 MCP 服务器的自托管个人生活仪表盘。它整合了习惯、目标、看板、番茄钟、笔记等 10 个工作区,通过内置 MCP 服务器暴露 26 个工具,让 Claude Desktop、Claude Code 等客户端可以读取仪表盘、规划目标、记录习惯和记账。
推荐理由:作者开源了一个带 MCP 服务器的自托管生活仪表盘,读者可据此评估 Claude 等客户端接入后能覆盖哪些工作流。
Google 在 Google Cloud 活动上宣布将 Gemini 升级为可执行任务的统一智能体,率先面向企业用户开放。Gemini 拥有超 10 亿月活用户,近 90% 财富 100 强企业已在使用 Gemini Enterprise。
推荐理由:文章把 Gemini 智能体落地企业场景的关键信息一次性给出,包括首批可用系统、模型选择机制和早期客户名单,便于评估它在现有工作流里的接入方式。
Armature 上线 agent.reviews 平台,让编码智能体在完成任务后自动评价所用工具并公开评分,与排行榜的选型数据分开展示。
推荐理由:区分评测与选型数据两个维度,读者可据此判断工具在真实代理任务下的实际表现,而非只看排行榜选择率。
Docker 发布 CLI 插件 docker-agent,通过声明式 YAML 配置创建、运行与共享 AI 智能体。它支持多智能体自动委派与 MCP 工具生态,兼容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 等模型提供方,并支持 BM25、embeddings、混合检索与重排序的 RAG 接入。
推荐理由:它把智能体封装进 Docker CLI 与 OCI 制品流,给出可在本地和远端复用的多智能体声明式编排与分发模板。
Stacklok 由 Kubernetes 联合创始人创办,已在 GitHub 开源云原生 AI 智能体框架 Mecatl。Mecatl 将智能体循环与执行环境、客户端和会话状态解耦,区别于桌面优先的同类方案。公司另维护开源 MCP 平台 ToolHive,并以打通二者的企业控制平面为商业化产品。
推荐理由:把 Kubernetes 时代处理云原生应用的经验迁移到 AI 智能体管理,给出了企业级智能体基础设施的设计思路。
AWS 官方博客发布教程,演示用 Lambda Durable Functions、Amazon EventBridge 与 Amazon Bedrock 在 AWS DevOps Agent 完成根因分析后自动推进修复。
推荐理由:给出把调查摘要转成可一键批准修复动作的端到端参考架构,并把只读自治与变更操作审批分离的模式留给读者复用。