Przekształć swoje projekty bezpośrednio w kod za pomocą trybu dewelopera MCP serwera @figma w @code - teraz dostępne w otwartej becie!

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.

Uruchomienie mlx-lm lokalnie z MCP przy użyciu tiny-agents od @huggingface jest naprawdę proste i działa całkiem dobrze. Demo uruchamiające Qwen3 4B z klientem MCP dla lokalnego systemu plików:

Dzięki MCP możesz połączyć swojego agenta z całym ekosystemem narzędzi - ale jak możesz zapewnić, że twój agent niezawodnie koordynuje te narzędzia? Reguły narzędzi w Letta pozwalają określić ograniczenia dotyczące wywoływania narzędzi przez twojego agenta, dzięki czemu możesz zrównoważyć autonomię i kontrolę.

Wprowadź swoje aplikacje Apple do ekosystemu agentów. @mattt z @loopworkai demonstruje iMCP, natywną aplikację macOS, która łączy usługi takie jak Wiadomości i Kontakty z agentami MCP za pomocą Swift MCP SDK — tak, nawet dla przypomnień o urodzinach z wykorzystaniem AI.

AI właśnie pojawiło się w Twoim procesie zakupu. Nasz własny @cmatheson zbudował z użyciem Next.js i WorkOS @AuthKit—pokazując, jak łatwo jest podłączyć MCP do prawdziwej aplikacji z AI w procesie zakupu i nowoczesną autoryzacją.

Właśnie wypuściliśmy coś, nad czym pracowaliśmy: MonetizedMCP () — otwarte źródło rozszerzenia MCP, które wprowadza natywne, programatyczne płatności do każdego serwera MCP • Niezależne od systemu płatności • Nie zmienia specyfikacji MCP • Stworzone dla deweloperów i agentów, aby mogli łatwo monetyzować Jeśli eksplorujesz płatności lub budujesz z MCP, chętnie poznamy Twoje zdanie Oto demo w akcji:

MorphIS jest zbudowany z myślą o rozszerzalności. Od narzędzi finansowych po kontrolery robotów, agenci mogą łączyć się z systemami rzeczywistymi za pomocą dodatków zasilanych przez Protokół Kontekstowy Modelu (MCP). Dowolna usługa. Dowolna branża. Jeden interfejs.

Darmowy kurs open source na temat MCP – zbudowany z wykorzystaniem grafów wiedzy! Stworzyłem kompletny kurs na temat budowy klienta MCP i serwera MCP przy użyciu SDK Pythona. Wszystko zorganizowane za pomocą grafów wiedzy wyodrębnionych z samego repozytorium. Pozwól, że pokażę ci, co jest w środku 👇 🧵 1/

Coś magicznego dzieje się, gdy połączysz MCP z generatywnym interfejsem użytkownika 🤩

🤖 Przedstawiamy Motion dla AI Zwiększ moc swojego LLM dzięki nowemu Motion MCP: • Generuj CSS spring i bounce easings • Wizualizacje sprężyn i easingów • Dokumentacja Dodatkowo zasady Motion+ i przewodniki po kodowaniu vibe dla @framer, @v0 i @figma

Zbuduj swojego pierwszego agenta AI + serwer MCP w Pythonie. Oto wszystko, co musisz wiedzieć, aby zbudować swojego pierwszego agenta AI w mniej niż 20 minut. O kodzie, który zobaczysz tutaj: 1. Użyłem Google ADK z Gemini Flash, aby zasilić agenta 2. Agent łączy się z serwerem MCP 3. Używa również dwóch niestandardowych narzędzi do wykonania swojej pracy 4. Możesz zobaczyć wszystko, co robi agent, dzięki bibliotece Opik od @Cometml Oto film, który możesz oglądać za darmo.

Claude Code + Gemini Pro: Dwaj programiści AI współpracują. Tak, redditor właśnie udostępnił serwer MCP, który pozwala Claude Code i Gemini 2.5 Pro pracować razem, a wyniki są naprawdę na najwyższym poziomie. Claude rozpoczyna od planowania, podczas gdy Gemini dodaje głębokie rozumienie i kontekst.

Dzięki @TaskmasterAI, kolejny projekt ukończony! To doskonałe MCP do pracy nad nowymi projektami z @cursor_ai lub @claude_code Link poniżej 👇

Z radością ogłaszam, że lokalny serwer inferencyjny mistral-rs ma teraz pełne, wbudowane wsparcie 🔌 MCP - nowo powstający interfejs agenta AI, czyli 'USB-C dla AI'! Możesz bezproblemowo używać swojego lokalnego LLM z dowolnym MCP, hostowanym lokalnie lub w chmurze, z automatycznym wykrywaniem narzędzi. Wystarczy określić źródło serwera MCP, a Twój lokalny LLM może w pełni skorzystać. Dodatkowo, z mistral-rs możesz używać modeli multimodalnych, takich jak Gemma 3 do wizji lub Phi 4 do wizji + audio. Wszystko wspierane od razu z prebuilt PyPi wheels lub kontenerów Docker. 1️⃣Wszystko jest automatyczne, wystarczy określić źródło serwera MCP, a mistral-rs zrobi resztę i zarejestruje wszystkie narzędzia hostowane przez serwer 2️⃣Transporty HTTP/WebSocket/Process 3️⃣Zero-config setup z inteligentnymi domyślnymi ustawieniami 4️⃣Bezpieczne z tokenami dostępu i niestandardowymi nagłówkami Możesz łatwo budować lokalne systemy rozumowania AI. Cieszę się, aby zobaczyć, co wszyscy zbudujecie z tym! 🔗 Link do kodu źródłowego w odpowiedzi.

Zbudowano wewnętrzne narzędzie do łączenia się z dowolnym zdalnie hostowanym serwerem MCP i testowania go w różnych architekturach agentów w celu przeprowadzenia ocen. Wystarczy wkleić adres URL serwera MCP i kliknąć połącz. Baza danych to SQLite, a wszystkie logi uruchamiania agentów są przechowywane lokalnie.

Budowałem to cicho od momentu dołączenia 🚀 Teraz na żywo: Serwer Nimble #MCP ✅ Dane internetowe w czasie rzeczywistym, uporządkowane ✅ Treści renderowane w JS? ✅ Ochrona przed botami? ✅ Podłącz do #Claude, @QodoAI i więcej. Wypróbuj to → 📍 Złap mnie na @Data_AI_Summit

Zmęczony otwieraniem starych baz kodu i czuciem się jak obcy w swoim własnym repozytorium? Zbudowałem kilka serwerów MCP, aby Claude mógł czytać mój kod, podsumowywać go i pisać notatki bezpośrednio w Obsidianie. Tak sobie chillujemy.

Pamięć agenta może być zasadniczo prosta i darmowa. Zbudowałem prosty, ale potężny serwer pamięci MCP w mniej niż 1000 linijek kodu. 100% open source. #buildinpublic #agentmemory

Nie miałem nic lepszego do roboty, więc zamieniłem wolny dzień w 12-godzinny hackathon i zbudowałem serwer MCP dla @Core_LN w Rust. Bo oczywiście, zaufanie swojemu węzłowi AI to szczyt bezpieczeństwa Bitcoina.😃 Wciąż trochę niedoskonały, ale działa!

to repo to złoto! Kolekcja aplikacji LLM z wieloma agentami, MCP, RAG i wiele więcej. Najlepszym sposobem na naukę jest budowanie, a to repo dostarcza plan działania.

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)