Hugging Face 推出全新教學,教導開發者如何使用約 70 行 Python 程式碼構建一個由 MCP(模型上下文協定)驅動的微型 Agent。此方法擺脫了傳統繁重框架的束縛,直接展示了 Agent 的核心運作邏輯。透過 MCP,這個微型 Agent 能輕鬆連接並調用外部工具與資料源,極大地降低了開發與理解 AI Agent 的門檻。
語音 AI 平台 Vapi 分享了他們如何在 Vercel 上構建與部署 MCP(Model Context Protocol)伺服器。透過 Vercel 的 Serverless 架構與 SSE(Server-Sent Events)支援,Vapi 成功將其強大的語音助理功能轉化為 MCP 工具。這讓開發者能直接在 Claude 等支援 MCP 的 AI 客戶端中,輕鬆調用並控制 Vapi 的語音服務。
Vercel 宣布支援 Model Context Protocol (MCP) 伺服器部署。開發者現在可以將 MCP 伺服器作為 Serverless Functions 部署在 Vercel 上,並透過 SSE (Server-Sent Events) 與 Claude Desktop 或 Cursor 等 AI 工具連接。這簡化了 AI Agent 連結私有數據與 API 的流程,並享有 Vercel 的即時擴展與安全管理優勢。
Hugging Face 官方發布教學,介紹如何將 Gradio 應用程式轉換為 Model Context Protocol (MCP) 伺服器。開發者只需撰寫簡單的 Python 程式碼,即可將現有的 Gradio 介面與 ML 模型封裝成 MCP 工具。這讓 Claude Desktop 或 Cursor 等客戶端能直接調用這些工具,極大地簡化了 AI Agent 與自訂模型的整合。
Hugging Face 發表最新教學,展示如何利用 Model Context Protocol (MCP) 協定,在僅 50 行程式碼內構建出功能完整的 AI Agent。透過 MCP,這個輕量級 Agent 可以直接連接並使用現有的各種 MCP 工具伺服器(如搜尋、資料庫等),無需繁瑣的 API 對接。這項技術大幅降低了開發 Agent 的門檻,並展現了開源標準在 AI 生態系中的強大潛力。
Google 在 Cloud Next 大會上宣布雙重重磅消息:全面支援 Anthropic 的 MCP 協定,並推出全新的 Agent2Agent (A2A) 協定。A2A 旨在與 MCP 互補,解決跨遠端 Agent 溝通的痛點。該規範包含 Agent Card、Task 機制、企業級認證與推播支援,並同步開源了草案規範與 Agent 開發套件(ADK)。