Transforme os seus designs diretamente em código usando o Modo Dev do @figma no @code - agora disponível em beta aberto!

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.

Executar o mlx-lm localmente com o MCP usando os tiny-agents da @huggingface é na verdade bastante fácil e funciona muito bem. Uma demonstração executando o Qwen3 4B com um cliente MCP para o sistema de arquivos local:

Com o MCP, você pode conectar seu agente a um ecossistema inteiro de ferramentas - mas como você pode garantir que seu agente orquestre essas ferramentas de forma confiável? As regras de ferramentas no Letta permitem que você especifique restrições na chamada de ferramentas do seu agente, para que você possa equilibrar autonomia e controle.

Traga os seus aplicativos da Apple para o ecossistema de agentes. @mattt da @loopworkai demonstra o iMCP, um aplicativo nativo para macOS que conecta serviços como Mensagens e Contatos a agentes MCP usando o Swift MCP SDK—sim, até mesmo para lembretes de aniversário impulsionados por IA.

A IA acabou de aparecer no seu fluxo de checkout. O nosso próprio @cmatheson construiu com Next.js e WorkOS @AuthKit—mostrando como é fácil integrar o MCP numa aplicação real com checkout de IA e autenticação moderna.

Acabamos de lançar algo que temos vindo a construir: MonetizedMCP () — uma extensão de código aberto do MCP que traz pagamentos nativos e programáticos para qualquer servidor MCP • Agnóstico em relação aos meios de pagamento • Não altera a especificação do MCP • Construído para desenvolvedores e agentes monetizarem de forma fluida Se você está a explorar pagamentos ou a construir com o MCP, adoraríamos saber a sua opinião Aqui está uma demonstração em ação:

MorphIS é construído para extensibilidade. De ferramentas financeiras a controladores robóticos, os agentes podem se conectar a sistemas do mundo real usando complementos alimentados pelo Protocolo de Contexto de Modelo (MCP). Qualquer serviço. Qualquer setor. Uma interface.

Curso Gratuito e Open Source sobre MCP – Construído com Grafos de Conhecimento! Criei um curso completo sobre como construir um Cliente MCP e um Servidor MCP usando o SDK Python. Tudo estruturado através de grafos de conhecimento extraídos do próprio repositório. Deixe-me mostrar o que há dentro 👇 🧵 1/

Algo mágico acontece quando você combina MCP com UI generativa 🤩

🤖 Apresentando o Motion para IA Potencie o seu LLM com o novo Motion MCP: • Gere easings de mola e de salto em CSS • Visualizações de mola e easings • Documentação Além de regras Motion+ e guias de codificação de vibe para @framer, @v0 e @figma

Construa o seu primeiro agente de IA + Servidor MCP em Python. Aqui está tudo o que você precisa para construir o seu primeiro agente de IA em menos de 20 minutos. Sobre o código que você verá aqui: 1. Eu usei o Google ADK com o Gemini Flash para alimentar o agente 2. O agente conecta-se a um servidor MCP 3. Ele também usa duas ferramentas personalizadas para realizar seu trabalho 4. Você pode ver tudo o que o agente faz graças à biblioteca Opik da @Cometml Aqui está o vídeo, gratuito para você assistir.

Claude Code + Gemini Pro: Dois codificadores de IA se unindo. Sim, um usuário do Reddit acabou de lançar um servidor MCP que permite que Claude Code e Gemini 2.5 Pro trabalhem juntos, e os resultados são realmente de outro nível. Claude inicia o processo com o planejamento, enquanto Gemini adiciona raciocínio profundo e contexto.

Obrigado @TaskmasterAI, mais um projeto concluído! Este é um excelente MCP para trabalhar em novos projetos com @cursor_ai ou @claude_code Link abaixo 👇

Entusiasmado para anunciar que o servidor de inferência local mistral-rs agora tem suporte completo e integrado 🔌 MCP - a interface emergente de agente de IA ou ‘USB-C para IA’! Você pode usar seu LLM local de forma contínua com qualquer MCP, hospedado localmente ou na nuvem, com detecção automática de ferramentas. Basta especificar a fonte do servidor MCP, e seu LLM local pode tirar total proveito. Além disso, com o mistral-rs você pode usar modelos multimodais como Gemma 3 para visão ou Phi 4 para visão + áudio. Tudo suportado diretamente com rodas PyPi pré-construídas ou contêineres Docker. 1️⃣ É tudo automático, basta especificar a fonte do servidor MCP e o mistral-rs fará o resto e registrará todas as ferramentas hospedadas pelo servidor 2️⃣ Transportes HTTP/WebSocket/Processo 3️⃣ Configuração sem zero com padrões inteligentes 4️⃣ Seguro com tokens de portador e cabeçalhos personalizados Você pode facilmente construir sistemas de raciocínio de IA locais. Entusiasmado para ver o que todos vocês construirão com isso! 🔗 Link para o código-fonte aberto na resposta.

Construí uma ferramenta interna para conectar qualquer servidor MCP hospedado remotamente e testá-lo contra várias arquiteturas de agentes para realizar avaliações. Basta colar a URL do servidor MCP e clicar em conectar. O banco de dados é SQLite e todos os logs de execução dos agentes são armazenados localmente.

Estive a construir isto silenciosamente desde que entrei 🚀 Agora ao vivo: Servidor Nimble #MCP ✅ Dados da web estruturados em tempo real ✅ Conteúdo renderizado em JS? ✅ Defesas contra bots? ✅ Conecte-se ao #Claude, @QodoAI e mais. Experimente → 📍 Encontre-me no @Data_AI_Summit

Cansado de abrir bases de código antigas e sentir-se como um estranho no seu próprio repositório? Eu construí alguns servidores MCP para que o Claude possa ler meu código, resumi-lo e escrever notas diretamente no Obsidian. Nós relaxamos assim.

A memória do agente pode ser fundamentalmente simples e gratuita. Eu construí um servidor de memória MCP simples, mas poderoso, com menos de 1000 linhas de código. 100% open source. #buildinpublic #agentmemory

Não tinha nada melhor para fazer, então transformei um dia livre em um hackathon de 12 horas e construí um servidor MCP para @Core_LN em Rust. Porque, obviamente, confiar seu nó a uma IA é o auge da segurança do Bitcoin.😃 Ainda está um pouco áspero, mas funciona!

este repositório é ouro! uma coleção de aplicações LLM com múltiplos agentes, MCP, RAG e muito mais. a melhor maneira de aprender é construindo, e este repositório fornece o plano.

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)