Chuyển đổi thiết kế của bạn trực tiếp thành mã bằng cách sử dụng máy chủ Dev Mode MCP của @figma trong @code - hiện đã có sẵn trong phiên bản beta mở!

Anthropic vừa phát hành một khóa học miễn phí về xây dựng ứng dụng AI với MCP. Học cách kết nối các tác nhân AI với các nguồn dữ liệu bên ngoài như GitHub, Google Docs, tệp cục bộ bằng cách sử dụng MCP. Hoàn toàn miễn phí.

Chạy mlx-lm cục bộ với MCP sử dụng tiny-agents của @huggingface thực sự khá dễ dàng và hoạt động khá tốt. Một bản demo chạy Qwen3 4B với một client MCP cho hệ thống tệp cục bộ:

Với MCP, bạn có thể kết nối đại lý của mình với một hệ sinh thái toàn diện các công cụ - nhưng làm thế nào để bạn đảm bảo rằng đại lý của bạn điều phối các công cụ đó một cách đáng tin cậy? Các quy tắc công cụ trong Letta cho phép bạn chỉ định các ràng buộc về việc gọi công cụ của đại lý, vì vậy bạn có thể cân nhắc giữa sự tự chủ và kiểm soát.

Đưa các ứng dụng Apple của bạn vào hệ sinh thái đại lý. @mattt từ @loopworkai trình diễn iMCP, một ứng dụng macOS gốc kết nối các dịch vụ như Tin nhắn và Danh bạ với các đại lý MCP bằng cách sử dụng Swift MCP SDK—đúng vậy, ngay cả cho những lời nhắc sinh nhật được hỗ trợ bởi AI.

AI vừa xuất hiện trong quy trình thanh toán của bạn. Người của chúng tôi @cmatheson đã xây dựng với Next.js và WorkOS @AuthKit—cho thấy cách dễ dàng để tích hợp MCP vào một ứng dụng thực tế với thanh toán AI và xác thực hiện đại.

Vừa mới ra mắt một thứ mà chúng tôi đã xây dựng: MonetizedMCP () — một phần mở rộng mã nguồn mở của MCP mang đến thanh toán lập trình gốc cho bất kỳ máy chủ MCP nào • Không phụ thuộc vào hệ thống thanh toán • Không thay đổi đặc tả MCP • Được xây dựng cho các nhà phát triển và đại lý để kiếm tiền một cách liền mạch Nếu bạn đang khám phá thanh toán hoặc xây dựng với MCP, rất mong nhận được ý kiến của bạn Đây là một bản demo về nó trong hành động:

MorphIS được xây dựng để mở rộng. Từ các công cụ tài chính đến các bộ điều khiển robot, các tác nhân có thể kết nối với các hệ thống thực tế thông qua các tiện ích được hỗ trợ bởi Giao thức Ngữ cảnh Mô hình (MCP). Bất kỳ dịch vụ nào. Bất kỳ ngành nào. Một giao diện.

Khóa học mã nguồn mở miễn phí về MCP – Xây dựng với Knowledge Graphs! Tôi đã tạo ra một khóa học hoàn chỉnh về cách xây dựng một Client MCP và Server MCP sử dụng Python SDK. Tất cả được cấu trúc thông qua các knowledge graph được trích xuất từ chính repo. Hãy để tôi cho bạn thấy bên trong có gì 👇 🧵 1/

Có điều gì đó kỳ diệu xảy ra khi bạn kết hợp MCP với giao diện người dùng sinh tạo 🤩

🤖 Giới thiệu Motion cho AI Tăng cường LLM của bạn với Motion MCP mới: • Tạo CSS spring và bounce easings • Hình ảnh hóa spring và easing • Tài liệu Cùng với Motion+ Rules và hướng dẫn lập trình vibe cho @framer, @v0, và @figma

Xây dựng tác nhân AI đầu tiên của bạn + Máy chủ MCP trong Python. Dưới đây là mọi thứ bạn cần để xây dựng tác nhân AI đầu tiên của mình trong chưa đầy 20 phút. Về mã mà bạn sẽ thấy ở đây: 1. Tôi đã sử dụng Google ADK với Gemini Flash để cung cấp năng lượng cho tác nhân 2. Tác nhân kết nối với một máy chủ MCP 3. Nó cũng sử dụng hai công cụ tùy chỉnh để thực hiện công việc của mình 4. Bạn có thể thấy mọi thứ mà tác nhân làm nhờ thư viện Opik của @Cometml Đây là video, miễn phí cho bạn xem.

Claude Code + Gemini Pro: Hai lập trình viên AI hợp tác. Vâng, một người dùng Reddit vừa phát hành một máy chủ MCP cho phép Claude Code và Gemini 2.5 Pro làm việc cùng nhau, và kết quả thực sự ở một cấp độ mới. Claude bắt đầu với việc lập kế hoạch, trong khi Gemini thêm vào khả năng lý luận sâu và ngữ cảnh.

Cảm ơn @TaskmasterAI, một dự án nữa đã hoàn thành! Đây là một MCP tuyệt vời để làm việc trên các dự án mới với @cursor_ai hoặc @claude_code Liên kết bên dưới 👇

Rất vui mừng thông báo rằng máy chủ suy diễn mistral-rs địa phương hiện đã có hỗ trợ MCP tích hợp đầy đủ 🔌 - giao diện tác nhân AI mới nổi hay ‘USB-C cho AI’! Bạn có thể dễ dàng sử dụng LLM địa phương của mình với bất kỳ MCP nào, được lưu trữ tại chỗ hoặc trên đám mây, với khả năng phát hiện công cụ tự động. Chỉ cần chỉ định nguồn máy chủ MCP, và LLM địa phương của bạn có thể tận dụng tối đa. Thêm vào đó, với mistral-rs, bạn có thể sử dụng các mô hình đa phương thức như Gemma 3 cho thị giác hoặc Phi 4 cho thị giác + âm thanh. Tất cả đều được hỗ trợ ngay lập tức với các bánh xe PyPi đã được xây dựng sẵn hoặc các container Docker. 1️⃣ Tất cả đều tự động, chỉ cần chỉ định nguồn máy chủ MCP và mistral-rs sẽ làm phần còn lại và đăng ký tất cả các công cụ được lưu trữ bởi máy chủ 2️⃣ Vận chuyển HTTP/WebSocket/Process 3️⃣ Cài đặt không cần cấu hình với các mặc định thông minh 4️⃣ Bảo mật với mã thông báo bearer & tiêu đề tùy chỉnh Bạn có thể dễ dàng xây dựng các hệ thống lý luận AI địa phương. Rất mong chờ xem các bạn sẽ xây dựng gì với điều này! 🔗 Liên kết đến mã nguồn mở trong phản hồi.

Xây dựng một công cụ nội bộ để kết nối bất kỳ máy chủ MCP nào được lưu trữ từ xa và kiểm tra nó với nhiều kiến trúc tác nhân khác nhau để thực hiện đánh giá. Chỉ cần dán URL máy chủ MCP và nhấn kết nối. Cơ sở dữ liệu là SQLite và tất cả nhật ký chạy tác nhân được lưu trữ cục bộ.

Đã âm thầm xây dựng điều này kể từ khi tham gia 🚀 Giờ đã hoạt động: Máy chủ Nimble #MCP ✅ Dữ liệu web có cấu trúc theo thời gian thực ✅ Nội dung được render bằng JS? ✅ Phòng chống bot? ✅ Kết nối với #Claude, @QodoAI & nhiều hơn nữa. Thử ngay → 📍 Gặp tôi tại @Data_AI_Summit

Bạn có mệt mỏi khi mở những mã nguồn cũ và cảm thấy như một người lạ trong chính kho lưu trữ của mình không? Tôi đã xây dựng một vài máy chủ MCP để Claude có thể đọc mã của tôi, tóm tắt nó và viết ghi chú trực tiếp vào Obsidian. Chúng tôi thư giãn như vậy.

Bộ nhớ của tác nhân có thể đơn giản và miễn phí về cơ bản. Tôi đã xây dựng một máy chủ bộ nhớ MCP đơn giản nhưng mạnh mẽ với chưa đến 1000 dòng mã. 100% mã nguồn mở. #xâydựngtrongcôngkhai #bộnhớtácnhân

Không có gì hay hơn để làm, nên tôi đã biến một ngày rảnh thành một cuộc hackathon kéo dài 12 giờ và xây dựng một máy chủ MCP cho @Core_LN bằng Rust. Bởi vì rõ ràng, việc tin tưởng nút của bạn vào một AI là đỉnh cao của bảo mật Bitcoin.😃 Vẫn còn thô ráp, nhưng nó hoạt động!

repo này thật tuyệt! một bộ sưu tập các ứng dụng LLM với nhiều tác nhân, MCP, RAG và còn nhiều hơn thế nữa. cách tốt nhất để học là thông qua việc xây dựng, và repo này cung cấp bản thiết kế.

Bạn không muốn bỏ lỡ các lần ra mắt MCP từ Windows, OpenAI, Stripe, Docker, Zapier, Vapi, Hugging Face, Postman và nhiều hơn nữa trong tuần này! Tôi đã tóm tắt mọi thứ bạn cần biết dưới đây. (lưu lại để xem sau)