Trasforma i tuoi design direttamente in codice utilizzando il server MCP in modalità Dev di @figma in @code - ora disponibile in beta aperta!

Anthropic ha appena lanciato un corso gratuito su come costruire app AI con MCP. Impara a collegare agenti AI a fonti di dati esterne come GitHub, Google Docs, file locali utilizzando MCP. 100% gratuito.

Eseguire mlx-lm localmente con MCP utilizzando i tiny-agents di @huggingface è in realtà piuttosto facile e funziona abbastanza bene. Una demo che esegue Qwen3 4B con un client MCP per il file system locale:

Con MCP, puoi connettere il tuo agente a un intero ecosistema di strumenti - ma come puoi garantire che il tuo agente orchestrare quegli strumenti in modo affidabile? Le regole degli strumenti in Letta ti permettono di specificare vincoli sulle chiamate agli strumenti del tuo agente, così puoi bilanciare autonomia e controllo.

Porta le tue app Apple nell'ecosistema degli agenti. @mattt di @loopworkai dimostra iMCP, un'app nativa per macOS che collega servizi come Messaggi e Contatti agli agenti MCP utilizzando il Swift MCP SDK—sì, anche per i promemoria di compleanno alimentati dall'IA.

L'IA è appena comparsa nel tuo flusso di checkout. Il nostro @cmatheson ha costruito con Next.js e WorkOS @AuthKit—mostrando quanto sia facile integrare MCP in un'app reale con checkout AI e autenticazione moderna.

Abbiamo appena lanciato qualcosa su cui abbiamo lavorato: MonetizedMCP () — un'estensione open-source di MCP che porta pagamenti nativi e programmabili a qualsiasi server MCP • Indipendente dai sistemi di pagamento • Non modifica le specifiche di MCP • Creato per sviluppatori e agenti per monetizzare senza problemi Se stai esplorando i pagamenti o costruendo con MCP, ci piacerebbe conoscere le tue opinioni Ecco una demo in azione:

MorphIS è progettato per l'estensibilità. Da strumenti finanziari a controller robotici, gli agenti possono collegarsi a sistemi del mondo reale utilizzando componenti aggiuntivi alimentati dal Model Context Protocol (MCP). Qualsiasi servizio. Qualsiasi settore. Un'interfaccia.

Corso gratuito e open source su MCP – Costruito con grafi di conoscenza! Ho creato un corso completo su come costruire un Client MCP e un Server MCP utilizzando il Python SDK. Tutto strutturato tramite grafi di conoscenza estratti dal repository stesso. Lasciami mostrarti cosa c'è dentro 👇 🧵 1/

Qualcosa di magico accade quando combini MCP con UI generativa 🤩

🤖 Presentazione di Motion per AI Potenzia il tuo LLM con il nuovo Motion MCP: • Genera easing spring e bounce in CSS • Visualizzazioni di spring e easing • Documentazione Inoltre, Motion+ Regole e guide di codifica vibe per @framer, @v0 e @figma

Costruisci il tuo primo agente AI + server MCP in Python. Ecco tutto ciò di cui hai bisogno per costruire il tuo primo agente AI in meno di 20 minuti. Riguardo al codice che vedrai qui: 1. Ho utilizzato Google ADK con Gemini Flash per alimentare l'agente 2. L'agente si connette a un server MCP 3. Utilizza anche due strumenti personalizzati per svolgere il suo lavoro 4. Puoi vedere tutto ciò che fa l'agente grazie alla libreria Opik di @Cometml Ecco il video, gratuito per te da guardare.

Claude Code + Gemini Pro: Due programmatori AI che collaborano. Sì, un utente di Reddit ha appena rilasciato un server MCP che consente a Claude Code e Gemini 2.5 Pro di lavorare insieme, e i risultati sono davvero di un altro livello. Claude inizia con la pianificazione, mentre Gemini aggiunge ragionamento profondo e contesto.

Grazie @TaskmasterAI, un altro progetto completato! Questo è un eccellente MCP per lavorare su nuovi progetti con @cursor_ai o @claude_code Link qui sotto 👇

Siamo entusiasti di annunciare che il server di inferenza mistral-rs locale ora ha il supporto completo e integrato 🔌 MCP - l'interfaccia emergente per agenti AI o 'USB-C per AI'! Puoi utilizzare senza problemi il tuo LLM locale con qualsiasi MCP, ospitato localmente o nel cloud, con rilevamento automatico degli strumenti. Basta specificare la sorgente del server MCP e il tuo LLM locale può sfruttare appieno le potenzialità. Inoltre, con mistral-rs puoi utilizzare modelli multimodali come Gemma 3 per la visione o Phi 4 per visione + audio. Tutto supportato out of the box con ruote precompilate PyPi o contenitori Docker. 1️⃣ È tutto automatico, basta specificare la sorgente del server MCP e mistral-rs farà il resto registrando tutti gli strumenti ospitati dal server 2️⃣ Trasporti HTTP/WebSocket/Process 3️⃣ Configurazione zero-config con impostazioni predefinite intelligenti 4️⃣ Sicuro con token bearer e intestazioni personalizzate Puoi facilmente costruire sistemi di ragionamento AI locali. Siamo entusiasti di vedere cosa costruirete tutti con questo! 🔗 Link al codice open source in risposta.

Ho costruito uno strumento interno per connettere qualsiasi server MCP ospitato remotamente e testarlo contro più architetture di agenti per eseguire valutazioni. Basta incollare l'URL del server MCP e premere connetti. Il database è SQLite e tutti i log di esecuzione degli agenti sono memorizzati localmente.

Ho costruito questo silenziosamente da quando mi sono unito 🚀 Ora è attivo: Server Nimble #MCP ✅ Dati web strutturati in tempo reale ✅ Contenuto renderizzato in JS? ✅ Difese anti-bot? ✅ Collega a #Claude, @QodoAI e altro ancora. Provalo → 📍 Trova me @Data_AI_Summit

Stanco di aprire vecchi codebase e sentirti un estraneo nel tuo stesso repo? Ho costruito un paio di server MCP affinché Claude possa leggere il mio codice, riassumerlo e scrivere appunti direttamente in Obsidian. Ci rilassiamo così.

La memoria dell'agente può essere fondamentalmente semplice e gratuita. Ho costruito un server di memoria MCP semplice ma potente con meno di 1000 righe di codice. 100% open source. #buildinpublic #agentmemory

Non avevo niente di meglio da fare, quindi ho trasformato un giorno libero in un hackathon di 12 ore e ho costruito un server MCP per @Core_LN in Rust. Perché ovviamente, fidarsi del proprio nodo a un'IA è il massimo della sicurezza Bitcoin.😃 È ancora un po' grezzo, ma funziona!

questo repository è oro! una collezione di app LLM con multi-agenti, MCP, RAG e molto altro ancora. il modo migliore per imparare è costruire, e questo repository fornisce il progetto.

Non perderti i lanci MCP di Windows, OpenAI, Stripe, Docker, Zapier, Vapi, Hugging Face, Postman e altri questa settimana!  Ho riassunto tutto ciò che devi sapere di seguito.  (salva per dopo)