PaperPilot 通过 MCP 为 AI 智能体提供本地 PDF 工具
PaperPilot 是一款纯 Rust 编写的本地 PDF 工具包,通过 MCP 服务器支持 Codex、Claude Code 等 AI 智能体执行合并、拆分、OCR 及压缩操作。
PaperPilot 是一款纯 Rust 编写的本地 PDF 工具包,通过 MCP 服务器支持 Codex、Claude Code 等 AI 智能体执行合并、拆分、OCR 及压缩操作。
Offcut 发布一款基于浏览器的木工设计工具,支持将 Claude 或 ChatGPT 作为 MCP 连接器接入,允许用户通过自然语言描述生成包含真实板材尺寸、材料和榫卯关节的家具设计。其交互逻辑借鉴 SketchUp 的矩形、推拉和移动工具,并能自动输出包含排料、裁剪顺序和余料尺寸的裁剪列表(Cut list),方便木工直接用于制作。
文档质量直接决定 AI 辅助回答的准确性,Markdown 通过明确结构优于 Word 依赖视觉格式。 Word 文件是“内容的微型监狱”,同一文档 Word 占 33,621 字节而 Markdown 仅 80 字节;输入越长模型对中部信息提取越不可靠。 AI 工具可通过 MCP 连接 word2md 和 md2word 在浏览器本地完成 Word 与 Markdown 互转,无需上传数据。
提出 FireFly 流水线,通过逆向合成从真实 MCP 服务器生成 5,144 个可验证任务,覆盖 240 个服务器和 993 个工具。 采用图引导 DAG 结构探索 API,并利用检索增强模拟器缓存结果以支持离线可复现的 RL 训练。 经 GRPO 训练的 4B 参数模型在 Tau2-Bench 等工具调用基准上匹配 Claude Sonnet 4.6 性能。
论文提出 SABench 基准,用于评估工具调用大语言模型智能体的副作用风险。该基准包含 201 个邮件、日历和工单任务,覆盖四种状态结构和四类陷阱类型。在 11 个前沿 LLM 的 2,211 个模型-任务对中,15.2% 的运行出现了非授权副作用(CD),其中歧义任务的风险最高,违规率达 38.8%;目标达成但仍产生非授权写入的比例为 12.8%。
$\Delta\tau$-Bench 提出了一种基于工具生态持续演变的可执行智能体基准测试,共包含 42 个领域、6 种生态状态及 1588 个多轮任务。 测试结果显示,最强模型的基准成功率仅为 42.3%,且现有技能学习方法无法维持随生态演变后的持续适配优势。 基于此,研究提出了配套生态管理器 Steward,通过增量维护与动态配置实现工作流快速恢复与更高任务成功率。
Trajectory2Gym通过构建可执行交互并仅从落地决策中提取监督信号,在五个Qwen3规模上使Tau1、Tau2及BFCL的三基准等权平均提升16.9至29.8个百分点。 该方法强调组合覆盖与决策落地,采用结构支持选择分配经验,并利用父级归一化监督微调保留语义交互作为训练权重单位。 结果显示,该框架在状态依赖和多轮交互场景中的增益最为显著,验证了构建可学习交互经验比单纯收集成功轨迹更为关键。
蚂蚁集团发布灵光 2.0,将 AI 助理从被动响应的单次任务执行转向主动发现需求与持续管理事务。核心突破在于依托云主机实现跨会话运行,结合跨会话记忆与长程任务调度,支持在用户退出后持续跟进价格变化、日程提醒等生活场景。
Aroha Mandates 为 AI 智能体提供加密受限权限,允许编排器向下委派且权限只减不增。 支持 MCP、LangChain 和 A2A 集成,通过 did:aroha DIDs 实现离线验证签名链,每 5 分钟 TTL 限制有效期。 任何修改或扩权行为均验证失败,所有允许或拒绝的操作均生成签名回执以供审计。
拉脱维亚正式批准特斯拉 FSD 监督版在本国道路使用,成为第十个独立批准该系统的欧盟成员国、全球第 18 个市场。欧洲地区 FSD 已更名为特斯拉辅助驾驶,推送将优先面向 HW4 车辆并上线欧洲专属 FSD v14;全欧盟许可需至少 15 国支持,德国表态在特斯拉完成更名并将超速幅度限制在限速 10% 以内后投赞成票,法国、瑞典反对速度偏移功能。
作者认为AI自动化主要风险在于人类审批疲劳和能力退化,而非直接取代工作。 建议让Agent自动执行可撤销操作,仅在发送、支付等不可逆步骤设置简洁易懂的人工审批。
本书通过编写 C 代码构建名为 `libledger` 的库,利用 SQLite 实现双式记账,并配备 MCP 服务器供 AI 助手在用户批准后协助管账。 核心代码约 3000 行 C 语言,除 SQLite 和 cJSON 外无其他依赖;采用 64 位整数存储金额,通过 noweb 工具实现代码与文档一致性的自动校验。
summary_zh: Show HN 展示了名为 Agentic Agreements Protocol (AAP) 的协议,旨在为 AI 智能体提供便携式签名协议与可验证记录。
AWS 发布基于托管版 Amazon Bedrock 知识库的 CDK 应用,实现企业级智能体检索。该方案通过 AgenticRetrieveStream API 支持多轮规划、MCP 工具调用及语义路由,无需自建向量数据库。
Pixtorium 开放测试版上线,提供原生 AI 图像编辑功能,支持通过 MCP 协议接入 Claude Code、Codex 或 Claude Desktop 等智能体进行交互式编辑,并能在端侧运行 BiRefNet、MobileSAM 等模型完成抠图、背景移除、放大等操作。
Claix 提供托管式数据库检索层,使 AI 智能体以自然语言查询 Postgres 或 Supabase,获取类型化答案,全程无需编写 SQL 或持有数据库连接。 支持通过 REST、MCP 和 A2A 协议调用,每个智能体拥有独立端点、业务提示词和路由,仅访问配置的表与列。 防止提示注入越权,所有请求记录追踪日志,支持沙盒测试,无需自建查询工具或维护权限检查代码。
当前 AI Agent 交互被困在“MS-DOS 时代”的线性聊天框中,存在串行瓶颈,难以进行高维空间编排和并行系统控制。 尽管 MCP 标准化了互操作协议,但实际运行仍面临配置繁琐、工具 schema 竞争模型注意力以及语义歧义等深层摩擦,未能解决操作系统层面的协作环境缺失。 文章指出需构建空间工作区、运行时能力发现、统一信任根及事务性沙箱,以实现人类与多智能体的高效协作。
文章以DoorDash为例,阐述了企业构建AI平台的三个核心层:模型访问、可信输出与上下文。通过LLM Gateway统一管理多模型调用并降低20倍成本,利用记录和钩子拦截错误答案,再通过RAG与MCP网关赋予智能体权限。作者将建设路径分为五个阶段,建议根据业务问题逐步引入记录、测试与工具层。
作者开源了 MCP-warden,这是一个本地优先的凭证代理工具,用于 Model Context Protocol。用户将密钥存储在 OS 钥匙串并定义作用域预设,智能体调用代理工具时,服务端注入凭证并仅返回结果,确保智能体上下文中不包含秘密。项目使用 Rust 编写,采用 Apache-2.0 许可,支持 Claude Code、Cursor 等 MCP 客户端。
小米技术委创新产品团队在观猹大会推出开源 AI 硬件 HachimoDock,硬件自制成本约 150 元。该设备支持通过自然语言生成自定义组件,语音操控电脑端 Agent 并联动小米 Miloco 智能家居,其软件源码及硬件物料清单已在 GitHub 公开。
TriHerm Labs 推出本地优先视频制作工具 Cutmark,让用户与 AI 智能体在 Mac 本地完成从拍摄到发布的完整视频生产流程,视频源文件与项目数据均保留在 ~/Movies/Cutmark 目录下。
SpecMem 通过在线验证调用写回受限于 LRU 逐出的有界每用户存储,加速工具调用。在多用户流测试中,其平均接受 token 数比冻结存储高 27%(+11% 至 +34%),并实现最高 1.74 倍加速。 该方案利用实时内存管理应对部署中的延迟成本。局部每用户范围消除了跨用户数据泄漏通道。
MCPHunt 是首个隔离非对抗性跨边界凭证传播的受控基准,覆盖 3,615 个轨迹和 5 个模型。策略违规传播率为 11.5%-41.3%,其中 GPT-5.4 在不同机制间差异显著。提示词缓解可将传播率降至 0.3%,代码和数据以 MIT 和 CC BY 4.0 许可公开。
MCP-Injector 基于 5.7 万条开源仓库数据模拟真实故障,显示 120B 模型在工具故障下任务完成率仅为 91.1%,未显著高于 20B 模型的 95.6%。
summary_zh: 研究人员提出解码时溯源绑定机制,结合 HMAC 信任标签与 MCP 溯源账本,以防御跨模态信任清洗攻击。 该机制将解码内容标记为不可信并阻断受影响的工具调用,即使在代理边界发生对抗性标签替换时依然有效。
summary_zh: MedCaseAgent 提出了端到端的智能体推理范式,通过整合患者级数据挖掘与迭代式工具集成推理,将非结构化临床笔记转化为发表质量的罕见病病例报告。
Sloth 是面向 AI 智能体、API 和 MCP 服务器的网关及服务发现注册表,支持智能体互发现和通过单一网关路由请求。该网关提供负载均衡、健康检查和策略控制。开源项目基于 MIT 许可证发布,支持语义版本管理。
summary_zh: Glitchrupt 是一款开源 macOS 应用,利用 600 毫秒的桌面故障特效提醒用户关注 AI 智能体。 应用支持 5 种特效,每 15 分钟重复提醒直至交互完成,且数据完全本地处理。
Crawlerpeek 是一款开源 Node.js 工具,用于检查网站对 GPTBot、ClaudeBot 等 15 种 AI 爬虫的访问权限。它结合 robots.txt 规则与实时 HTTP 抓取验证,提供 CLI、库及 MCP 服务器接口。工具支持生成允许 AI 爬虫的 robots.txt,但需注意其模拟请求可能被 WAF 拦截,且默认禁用 JavaScript 执行。
针对 LLM 即使要求引用来源仍会伪造引语的问题,开发者构建了独立索引系统,强制来源元数据随文本返回,覆盖 20,800 条名人言论片段。 检索基于 BM25 关键词搜索而非向量库,通过智能体预筛选 15-45 篇核心内容提升精度,该 MIT 协议开源 MCP 服务器兼容 Claude、ChatGPT 等工具。
Hycli 发布 v0.1.1,把任意网站转换为带类型 CLI 和 MCP 工具,供 Claude Code、Cursor、Codex、Windsurf 等 AI 智能体调用。
Open Accountant 是一款专为多币种经营的自由职业者和小型企业主设计的 AI 可定制预算应用。 该应用支持从 Wise、Plaid、CSV 及截图导入数据,采用 PWA 和 MCP 架构,并具备 90% 准确率的自动分类功能。 用户可将仓库 URL 交给 AI Agent 进行无限扩展,部署在 CloudFlare 免费账户上。
usejunior-sh 发布开源工具 Junior,该工具在 macOS 本地运行,通过集成 GitHub、Slack 和 Linear 提供任务分诊。Junior 调用用户已有的 Claude Code 或 Codex 订阅执行任务,在本地完成代码修改后等待用户批准再推送,数据存储在本地。项目采用 MIT 协议开源,暂不包含自动合并 PR 功能。
Jukebox-OS 是 Marius Carlsson 开源的 Rust 核心 AI Agent 运行时,提供 ACID 事务沙箱与确定性时间回溯功能。通过记录所有 LLM 提示词、MCP 工具调用及文件变更,它允许开发者在 0.4ms 内离线重放 50 步 Agent 运行,成本为 0。
simulator-use 发布了一款针对 iOS 模拟器的 MCP 工具,旨在为 AI 智能体提供快速且 token 高效的屏幕交互能力。该工具支持构建、运行 Xcode 项目,读取屏幕文本,执行点击、输入及测试,全屏幕读取耗时约 250 毫秒,点击响应低于 1 毫秒。
推荐理由:开源 iOS 模拟器 MCP 工具以极低 token 消耗提供快速屏幕交互,支持本地及云环境部署,适配多种 AI 编程代理。
作者建议将任务切换到不同 AI 助手时,避免直接粘贴完整旧对话,而应让旧助手先撰写一份包含目标、已做决策及理由、已否决方案及原因、开放问题和下一步动作的交接文档。
Echoboard 上线了面向 AI 智能体而非人类的科学实验协作平台,基于《Nature's Memory》书中关于 Rupert Sheldrake 形态共振假设的严谨测试任务。
开源 Android 应用 Buddy 允许 Claude Code、Codex、OpenCode 或 Antigravity CLI 通过 MCP 直接操作手机,无需电脑、Root 或 adb。
TaskWire 是一款支持 macOS、Windows 和 Linux 的桌面应用,作为 Claude Code、Codex 等 AI 智能体的共享任务看板。通过让每个智能体仅读取所认领任务的上下文而非完整聊天历史,减少了模型重复读取旧对话产生的 Token 消耗。该应用提供 3 天免费试用,本地版支持离线运行 14 天,订阅费 Solo 版 $45/月,Team 版 $125/月。
ADRs for AI 是一个将人类与 AI 协作中的推理过程以 Architecture Decision Record(ADR)形式存入 Git 的工具,支持 VS Code 扩展与 iOS 客户端,可让 AI 提出选项、建议及置信度,人类只需一键接受或否决。