Model Context Protocol

最近完整七日的证据

来源提及

25

前七日 32

不同来源

14

前期 21

可比较增长

不可比较

榜单记录

0

采集观测与无发布日期的记录，和有日期的原文提及分别统计。 七日观测：26 · 无日期记录：6

每日趋势 · 最多 90 天

柱形表示有日期的来源提及。最新 UTC 日可能尚未结束。零提及和缺少采集覆盖是不同情况。

虚线标记表示当日无记录，不作为零提及统计。

来源证据

当前展示证据的来源：Hacker News 9 · GitHub Trending 2 · V2EX 13 · arXiv 1 · Product Hunt 4 · Simon Willison 1

1. Hacker News · 原文发布 2026年11月5日

   MCP Explained

   查看来源记录 →

2. GitHub Trending · 原文发布 未提供

   scenario-labs/skills

   Get production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZB

   查看来源记录 →

3. V2EX · 原文发布 2026年11月4日

   [分享创造] 为了更舒服的用 PA 搞了点小玩意

   让 AI 安全的管你要 token 或发给你 token （适合 Dot / Duet 这种原始的 PA ） http://github.com/imSingee/secure-input 为 PA 增加 Webhook ，以 MCP Events 的方式通知 PA （适合 Dot ） http://github.com/ImSingee/mcp-webhook-events 完全自用 vibe 产品，请让 AI 教你使用/帮你配置（没错，我也不会）

   查看来源记录 →

4. Hacker News · 原文发布 2026年11月4日

   Show HN: An Open Source Superhuman Email Client Clone

   Hi HN, I'm a long-time Superhuman user, and a few weeks ago I cloned it as a native Mac app. It's keyboard-first, with split inboxes, reminders, and a built-in calendar. It's local-first, including the AI features that use local models shipped in macOS 27, with the option to use Claude/Codex subscriptions. It's extremely configurable, even down to the search

   查看来源记录 →

5. Hacker News · 原文发布 2026年11月4日

   MCP vs. API vs. CLI: How should AI agents connect to your app?

   查看来源记录 →

6. V2EX · 原文发布 2026年11月4日

   [推广] [开源] Sherlogram：电报福尔摩斯，让 AI 顺着 Telegram 广告追到源头（MCP， 49 个工具）

   做了半年 Telegram 灰产调研，把「进群听 → 顺着网址找上游 → 一层层往上爬 → 回 Telegram 核对」这套方法做成了一个 MCP 服务，Claude 等 AI 助手接上就能用。 能干的事：一键溯源出供应链图谱；卖家分 A 到 D 四档并附群里原话；顺着波场 USDT 追钱；挖网站背后的同证书、同服务器、注册时间；骗子库（只收带原话和日期的记录，可导出 Rose 群管封禁格式）；每天自动重跑的市场雷达；谁最早发的这条话术；群画像；价格行情；马甲识别；让 AI 以买家口吻去问价。 底层是 49 个 Telegram 工具（读消息、搜全网公开帖、管群、发消息），一份连接全电脑共用。改自 chigwell/telegram-mcp ，Apache-2.0 。 规矩两条：只给证据不下判决；骗子库不收一句

   查看来源记录 →

7. V2EX · 原文发布 2026年11月4日

   [分享创造] 让 AI 写了个轻量级 MCP 代理 mcp-meta：把 104 个工具折叠成 2 个按需加载，每轮请求 Schema 体积减少 99.4%

   https://github.com/monkey-sking/mcp-meta 平时挂多个 MCP Server 时，不管用不用得上，所有工具的完整 JSON Schema 都会在每一轮请求时硬塞进上下文。实测挂 14 个 Server （ 104 个工具） ，模型还没读 Prompt 就先烧掉 14.2 万字符 。 写了 mcp-meta 解决这个痛点。它夹在客户端和任意数量的上游 Server 之间，对模型只暴露 2 个懒加载元工具 ： mcp_tools ：查看上游 Server 概览，或按紧凑签名（如 search(query: string, [limit: integer]) ）按需拉取某个 Server 的工具列表。 mcp_call ：指定目标 Server 和工具名发起调用。 接入后每轮请求

   查看来源记录 →

8. V2EX · 原文发布 2026年11月4日

   [分享创造] [agent 工具]给你的 Agent 接上网页感知与操作能力，送 20 个体验码

   大家好，做了大约一年半的 Event Horizon ，简称 EH ，最近把订阅版整理出来了，想请大家实际用一用。 做 Agent 操作网页时，我一直在处理一个问题：任务说得很清楚，但到了页面上，模型能不能找到正确的对象，分清一组内容的归属，再把操作落到对应的控件上？ 比如筛选一个列表，分清每张卡片里的标题、价格和按钮；填写表单，找到对应的输入框；遇到弹窗、翻页或页面变化后，再继续往下做。 EH 做的是这层网页感知与操作能力：把当前页面中的可见内容、布局关系和控件整理成结构化的“页面契约”，交给 Agent 。Agent 根据契约决定下一步，再通过工具执行点击、输入、滚动等操作。 使用时不需要先为目标网站编写一套专用操作脚本，而是让 Agent 根据当下的页面继续判断。最终能完成什么任务，也取决于你使用的模型、

   查看来源记录 →

9. Hacker News · 原文发布 2026年11月4日

   iOS Simulator MCP benchmark: eight tools for AI agents

   查看来源记录 →

10. Hacker News · 原文发布 2026年11月4日

    AI coding agents are installing abandoned MCP servers with known security issues

    查看来源记录 →

11. arXiv · 原文发布 2026年11月4日

    MCPGuard: Finding Conformance Gaps in MCP SDKs via Dual-Track Analysis and Dynamic Adjudication

    arXiv:2611.03662v1 Announce Type: new Abstract: The Model Context Protocol (MCP) connects large language model agents to external tools and services through official SDKs that implement message validation and session logic. Specification constraints omitted by these SDKs may propagate to downstream applications, highlighting the importance of SDK-level confo

    查看来源记录 →

12. Product Hunt · 原文发布 2026年11月3日

    backlane

    Manage marketplaces in ChatGPT and Claude via MCP

    查看来源记录 →

13. V2EX · 原文发布 2026年11月3日

    [分享创造] RanklyBee：把 SEO 内容、外链、AI 可见度和获客线索放进一个平台

    我们做了一个叫 RanklyBee 的 SEO 工具（ https://ranklybee.com ），主要给做网站内容和外链的营销团队、小团队用。 想解决的问题：SEO 的内容、外链、数据分析、AI 搜索可见度，平时要分散在好几个工具里，很难看清全貌。 目前能做的事： 按关键词规划内容日历，写 SEO 文章，并发布到 WordPress 、Webflow 、Shopify 等 CMS 找外链机会，用你自己的邮箱发外联邮件并跟进 追踪 ChatGPT 等 AI 助手有没有提到你的品牌，对比竞品被提及的情况 读取 Search Console 数据，找出值得优化的页面 在社区讨论里发现有购买意向的话题，并生成回复草稿供人工审核 提供 MCP 服务，可以在 Claude 等 AI 助手里直接使用 我是这个产品的开发

    查看来源记录 →

14. Hacker News · 原文发布 2026年11月3日

    Prax, wallet, transfer and sanctions screening as MCP tools for AI agents

    查看来源记录 →

15. Product Hunt · 原文发布 2026年11月3日

    Datashake MCP

    Plug review and social data straight into your AI assistant

    查看来源记录 →

16. V2EX · 原文发布 2026年11月3日

    [分享创造] 做了个查询广告案例的 MCP

    我一直在广告行业，每次写提案或者策划都需要搜索各种案例，创意枯竭的时候也想看看别人有什么好想法（没错，就是抄作业）。 以前用 Google 搜索，搜出来一堆内容得自己分辨，垂直网站的搜索功能又比较弱。 所以做了一个广告行业的案例库，并提供 MCP 查询功能。 先用爬虫抓了来自各个广告行业案例垂直网站的大概 16 万条内容，烧了十几亿 GPT token 全部分析了一遍，包括匹配重复案例、抽取品牌、创意机制等要素。 最后整理出来 8 万多个案例，19 万个创意机制，覆盖 2 万多品牌。 平时自己也用，感觉查询效果还行，不过实际反馈内容也取决于用户端的 AI 客户端是什么，个人体感 Codex 可能更好一些。 https://admuse.cn/ 注册可以免费查询 3 次，愿意帮忙测试的朋友可以给我注册手机号，我给

    查看来源记录 →

17. Hacker News · 原文发布 2026年11月2日

    Built open-source auth for AI agents calling MCP servers – looking for builders

    查看来源记录 →

18. Hacker News · 原文发布 2026年11月2日

    Show HN: Arken – cryptographic identity for AI agents calling MCP servers/APIs

    查看来源记录 →

19. GitHub Trending · 原文发布 未提供

    beenuar/AiSOC

    Open-source AI Security Operations Center: alert fusion, LLM-agent triage, MITRE ATT&CK investigation, and a replayable decision ledger for every agent step. Self-hostable, runs with no API keys, MIT licensed. Ships an MCP server for Cl

    查看来源记录 →

20. V2EX · 原文发布 2026年11月1日

    [分享创造] 做了个 MCP 工具：给 agent 一个 App Store 链接，它把包拆成可检索的证据

    让 agent 分析一个开源项目，它读仓库就行。但一个上架的 App 没有仓库，只有签名后的包：压缩过的 JS 、一个 Mach-O 、一个 plist ，没有入口。"这个竞品怎么做登录的"这类问题，最后变成一下午的解包、grep 、往对话框里贴 JSON 。 我做的就是把那个包变成 agent 能检索、能引用、能推论的证据，通过 MCP 接进你已经在用的客户端。 （ gif 约 2MB ，加载慢的话可以看完整 51 秒版： https://github.com/zhuixin-labs/app-evidence/blob/main/scripts/demo/demo.mp4 ） 终端里是同一套引擎的人类入口： $ apptrace analyze <app-store-link> [resolve

    查看来源记录 →

21. Product Hunt · 原文发布 2026年10月31日

    MCPCore

    Build and host MCP servers with no-code workflows

    查看来源记录 →

22. V2EX · 原文发布 2026年10月31日

    [分享创造] 分享两个 DSH 小插件：自动加载项目 MCP 和 快捷回复功能

    插件一：让 DSH 识别并管理项目级别的 MCP DSH 挺好用的 就是对 MCP 的支持太差了，自己动手 丰衣足食。插件会自动读写项目里 .agents/mcp.json 里的配置 dsh plugin --profile web add dsh-mcp-autoload https://github.com/micln/dsh-mcp-autoload 插件二：快捷回复 现在 AI 在做完一个步骤之后 一般都会给出下一个步骤建议，我就是在不停地发“继续”，但是我现在连继续都懒得打了，就给做成了一个插件 dsh plugin --profile web add dsh-quick-reply https://github.com/micln/dsh-quick-reply 两个插件都是开源的。MCP 已经可以

    查看来源记录 →

23. V2EX · 原文发布 2026年10月31日

    [推广] [分享创造] send-to-dot：从手机分享图片，接回原来的 ChatGPT 对话

    手机上把图片分享给 ChatGPT ，总会新开一个聊天。正在跟 dot 聊到一半，就得找回原对话、再传一次图。 我做了 send-to-dot ，只解决这一件事：从手机分享一张图和一句可选问题，接回你原来在用的 dot 对话，原图作为助手附件发回来，然后再回答问题。 部署在自己的 Mac 上（需持续开机联网），用自己的固定 HTTPS 地址、自己的 ChatGPT 账号通过自建应用（ MCP + OAuth ）连接。Android 用 Chrome 安装，iPhone 用快捷指令。 隐私上：只接收你主动分享的图片，不扫描相册、不自动同步，也不会冒充你发消息。核心服务不需要 OpenAI 模型 API key ，也不提供作者的主机或额度。 坦白说还在测试中：安装是向导式不是一键，授权默认 30 天需续期，发送是异

    查看来源记录 →

24. V2EX · 原文发布 2026年10月30日

    [分享创造] 给 AI 做了一个 Dropbox，避免它一换窗口就失忆

    平时用 Cursor 、Claude Code 、Codex 做项目的时候，经常遇到一个问题，上下文很容易中断。 比方说我在一个窗口里花了很长时间谈好的项目背景、选好的方案，换个工具或者新开一个会话，基本就没了。要么重新讲一遍，要么自己维护一份越来越长的 MEMORY.md 。 所以我做了一个简单的小工具 Hipo Hipo ，来解决这个问题。 Hipo Hipo 是一个独立于 AI 工具之外的 Context 空间，它会把项目的原始资料、有效决策、约束和方法保存在一起，通过 MCP 连接给 Cursor 、Claude Code 、Codex 、WorkBuddy 等工具使用。不同 Agent 可以读取同一份项目上下文，不需要你每次都从头解释。 Agent 还可以在获得授权后，把新的项目结论写回 Memory

    查看来源记录 →

25. V2EX · 原文发布 2026年10月29日

    [分享创造] 因为想统一看自己全部券商账户，我做了一个叫 Catfolio 持仓追踪 iOS App

    我的美股散落在好几个券商里, 一直找不到一个地方能看清楚: 总共持有什么, 今年到底赚了多少, 跑没跑赢大盘啊。券商 App 只看得到自己那一家, 记账软件要手动录每一笔交易。所以干脆自己写了一个。 支持各种券商 api 连接，不用手动输入（当然也支持自己手动导入 csv ）。 买入点卖出点都非常清晰显示在线上，还有金额细节，成本价都算的清清楚楚的。 账户数据都是自动算，合并算分开算，非常直观。 真实收益: 同时算时间加权 (TWR) 和资金加权 (MWR) 收益,可以和 SPY 、QQQ 等基准对比,不会被定投入金带偏。 收益来源: 按标的拆分收益,看清今年的钱是哪几只赚的。 ETF 穿透: 把所有账户里的 ETF 拆开,算出合并后对单只股票的真实敞口。比如 QQQ 、VGT 、VOO 叠在一起,你实际持有多

    查看来源记录 →

26. Hacker News · 原文发布 2026年10月29日

    Show HN: Fast agentic video editing in the browser (Tella)

    Hi HN, today we're launching the biggest update to Tella ever ( https://tella.com/ ). Tella is all-in-one video creation. You can record, edit and publish with one tool. Today we're shipping: 1. Tella Agent: An in-app video editing agent 2. Tella Motion: Rich motion graphics support 3. Auto Capture: Agentic screen recording Our in-app agent uses the same too

    查看来源记录 →

27. Simon Willison · 原文发布 2026年10月29日

    Quoting Ben Hylak

    every product i use should just be a headless mcp, that feeds into an agent, where i never have to think about anything underneath. except for our product, of course. in our product, customers love the ui and love us very much. we're special that way. — Ben Hylak Tags: model-context-protocol , ai

    查看来源记录 →

28. V2EX · 原文发布 2026年10月29日

    [分享创造] [开源] Shumai，面向 AI 视频创作团队的素材管理与协作平台

    v 友们好，想跟大家分享下我最近做的开源项目。先放上直达链接： https://github.com/shumaiOne/shumai 中文 Readme ｜ 官网 ｜ Demo 功能上 Shumai 和 Frame.io / 阅流 / 分秒帧 类似，所以如果你知道他们是干什么的，或者已经在用这些产品了，可以直接去 Demo 站体验一下（注意 Demo 账号是只读的评审员身份）。Shumai 的 UI / UX 以及一些功能都是参考的 Frame.io V4 ，而 阅流 / 分秒帧 则参考的是 Frame.io V3 版本，所以 Shumai 在体验上应该会更现代一些。 相比传统影视拍摄，AI 短剧或漫剧团队往往会在短时间内积累大量的素材，但是大部分 AI 视频生成平台的素材管理功能都比较简陋，更别提协作功能了

    查看来源记录 →

29. V2EX · 原文发布 2026年10月28日

    [分享创造] 给 Codex 做了块画布，随手试了下，它一笔画完了一只猫

    最近在做 Galta ，一块开在网页旁边、可以和 agent 一起用的画布。 一直觉得，这些模型不该只待在聊天框里。把参考、草图和结果放在同一个地方，让它能看到，也能直接动手改，应该会有些不一样的事情发生。 于是随手试了下：把 Pinterest 上一张西装猫的梗图拖进画布，让 GPT-6-Astra 用画笔换个风格画一遍。它画了 620 笔，都是可以继续编辑的矢量笔画。 然后又加了个要求：“再来一次，一笔画完，中途不要抬笔。” 最后是一条包含 70,722 个点的连续笔画。最意外的是，加了这个限制，画出来的猫依然挺像样，效果超过了我的预期。 演示： https://x.com/Koho_Z/status/2115504320712171614 视频由实际笔画数据回放制作，做了剪辑和加速。 画完以后，结果仍然留

    查看来源记录 →

30. Product Hunt · 原文发布 2026年10月28日

    Suno MCP

    The music layerfor your AI stack

    查看来源记录 →

研究优先级 80 / 100

此分数用于排列研究候选，不是搜索量、预测结果或经过验证的商业需求。

• 证据数量

  30 / 30

  去重文章或首次观测；重复抓取不加分。

• 发布主体多样性

  25 / 25

  同主体保守归并，转载不增加独立证据。

• 可比变化

  0 / 20

  仅完整且可比的两周参与；零基线不计算百分比。

• 证据时效

  15 / 15

  依据最新发布或首次观测，不按重复采集时间刷新。

• 名称明确度

  9.7 / 10

  明确实体链接和技术概念优先于含义不明的缩写。

局限与解读

• 首次观测是采集记录的起点，不能证明词语或产品在全球首次出现。
• 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
• 本站首次发现时间不等于名称或概念的诞生时间。
• 候选来自公开标题、摘要和实体链接，并非已核实的全文分析。
• 来源多样性采用保守归并；未披露的转载或共同所有权仍可能无法识别。
• 无发布日期的观测单列，不用于判断发布量增长。
• 已有概念或常见产品名，仅保留为历史基线，不视为新创造的词。
• 两周均需足够且可比较的采集覆盖，才判断增长。
• 该词的来源构成发生变化，或缺少可比较的基线。
• 近期证据包含发布三天后才采集的内容，暂不据此判断增长。