Transformez vos designs directement en code en utilisant le serveur MCP en mode Dev de @figma dans @code - maintenant disponible en bêta ouverte !

Anthropic just dropped a free course on building AI Apps with MCP. Learn to connect AI Agents to external data sources like GitHub, Google Docs, local files using MCP. 100% free.

Exécuter mlx-lm localement avec MCP en utilisant les tiny-agents de @huggingface est en fait assez facile et fonctionne plutôt bien. Une démo exécutant Qwen3 4B avec un client MCP pour le système de fichiers local :

Avec MCP, vous pouvez connecter votre agent à un écosystème entier d'outils - mais comment pouvez-vous vous assurer que votre agent orchestre ces outils de manière fiable ? Les règles d'outils dans Letta vous permettent de spécifier des contraintes sur l'appel d'outils par votre agent, afin que vous puissiez trouver un équilibre entre autonomie et contrôle.

Intégrez vos applications Apple dans l'écosystème des agents. @mattt de @loopworkai présente iMCP, une application macOS native qui connecte des services comme Messages et Contacts aux agents MCP en utilisant le SDK Swift MCP—oui, même pour les rappels d'anniversaire alimentés par l'IA.

L'IA vient d'apparaître dans votre processus de paiement. Notre propre @cmatheson a construit avec Next.js et WorkOS @AuthKit—démontrant à quel point il est facile d'intégrer MCP dans une application réelle avec un paiement par IA et une authentification moderne.

Nous venons de lancer quelque chose que nous avons construit : MonetizedMCP () — une extension open-source de MCP qui apporte des paiements natifs et programmatiques à n'importe quel serveur MCP • Indépendant des rails de paiement • Ne modifie pas la spécification MCP • Conçu pour que les développeurs et les agents puissent monétiser sans effort Si vous explorez les paiements ou construisez avec MCP, j'aimerais connaître vos avis Voici une démo de son fonctionnement :

MorphIS est conçu pour l'extensibilité. Des outils financiers aux contrôleurs robotiques, les agents peuvent se connecter à des systèmes réels grâce à des modules complémentaires alimentés par le Protocole de Contexte de Modèle (MCP). Tout service. Toute industrie. Une interface.

Cours gratuit et open source sur MCP – Construit avec des graphes de connaissances ! J'ai créé un cours complet sur la façon de construire un client MCP et un serveur MCP en utilisant le SDK Python. Tout structuré via des graphes de connaissances extraits du dépôt lui-même. Laissez-moi vous montrer ce qu'il y a à l'intérieur 👇 🧵 1/

Il se passe quelque chose de magique lorsque vous combinez MCP avec une interface utilisateur générative 🤩

🤖 Présentation de Motion pour l'IA Boostez votre LLM avec le nouveau Motion MCP : • Générez des easings de ressort et de rebond en CSS • Visualisations de ressort et d'easing • Documentation De plus, Motion+ Règles et guides de codage de vibe pour @framer, @v0 et @figma

Construisez votre premier agent IA + serveur MCP en Python. Voici tout ce dont vous avez besoin pour construire votre premier agent IA en moins de 20 minutes. À propos du code que vous allez voir ici : 1. J'ai utilisé Google ADK avec Gemini Flash pour alimenter l'agent 2. L'agent se connecte à un serveur MCP 3. Il utilise également deux outils personnalisés pour effectuer son travail 4. Vous pouvez voir tout ce que fait l'agent grâce à la bibliothèque Opik de @Cometml Voici la vidéo, gratuite pour vous.

Claude Code + Gemini Pro : Deux codeurs IA qui s'associent. Oui, un utilisateur de Reddit vient de lancer un serveur MCP qui permet à Claude Code et Gemini 2.5 Pro de travailler ensemble, et les résultats sont vraiment de niveau supérieur. Claude commence par la planification, tandis que Gemini ajoute un raisonnement approfondi et du contexte.

Merci @TaskmasterAI, un autre projet terminé ! C'est un excellent MCP pour travailler sur de nouveaux projets avec @cursor_ai ou @claude_code. Lien ci-dessous 👇

Ravi d'annoncer que le serveur d'inférence local mistral-rs dispose désormais d'un support complet et intégré 🔌 MCP - l'interface émergente des agents IA ou ‘USB-C pour l'IA’ ! Vous pouvez utiliser sans effort votre LLM local avec n'importe quel MCP, hébergé localement ou dans le cloud, avec détection automatique des outils. Il suffit de spécifier la source du serveur MCP, et votre LLM local peut en tirer pleinement parti. De plus, avec mistral-rs, vous pouvez utiliser des modèles multimodaux comme Gemma 3 pour la vision ou Phi 4 pour la vision + audio. Tous pris en charge dès la sortie de la boîte avec des roues PyPi préconstruites ou des conteneurs Docker. 1️⃣Tout est automatique, il suffit de spécifier la source du serveur MCP et mistral-rs fera le reste et enregistrera tous les outils hébergés par le serveur 2️⃣Transports HTTP/WebSocket/Process 3️⃣Configuration zéro avec des valeurs par défaut intelligentes 4️⃣Sécurisé avec des jetons porteurs et des en-têtes personnalisés Vous pouvez facilement construire des systèmes de raisonnement IA locaux. Impatient de voir ce que vous allez tous construire avec ça ! 🔗 Lien vers le code source ouvert en réponse.

J'ai construit un outil interne pour connecter n'importe quel serveur MCP hébergé à distance et le tester contre plusieurs architectures d'agents pour effectuer des évaluations. Il suffit de coller l'URL du serveur MCP et de cliquer sur connecter. La base de données est SQLite et tous les journaux d'exécution des agents sont stockés localement.

J'ai construit cela discrètement depuis que j'ai rejoint 🚀 Maintenant en ligne : Serveur Nimble #MCP ✅ Données web structurées en temps réel ✅ Contenu rendu par JS ? ✅ Défenses anti-bot ? ✅ Connectez-vous à #Claude, @QodoAI et plus. Essayez-le → 📍 Retrouvez-moi au @Data_AI_Summit

Fatigué d'ouvrir de vieux codebases et de se sentir comme un étranger dans son propre dépôt ? J'ai construit quelques serveurs MCP pour que Claude puisse lire mon code, le résumer et écrire des notes directement dans Obsidian. On se détend comme ça.

La mémoire de l'agent peut être fondamentalement simple et gratuite. J'ai construit un serveur de mémoire MCP simple mais puissant avec moins de 1000 lignes de code. 100% open source. #buildinpublic #agentmemory

Je n'avais rien de mieux à faire, alors j'ai transformé une journée libre en un hackathon de 12 heures et j'ai construit un serveur MCP pour @Core_LN en Rust. Parce qu'évidemment, faire confiance à votre nœud à une IA est le summum de la sécurité Bitcoin.😃 C'est encore un peu brut, mais ça fonctionne !

ce dépôt est en or ! une collection d'applications LLM avec des agents multiples, MCP, RAG et bien plus encore. la meilleure façon d'apprendre est de construire, et ce dépôt fournit le plan.

You do not want to miss the MCP launches from Windows, OpenAI, Stripe, Docker, Zapier, Vapi, Hugging Face, Postman, and more this week!  I summarized everything you need to know below.  (save for later)