即刻App年轻人的同好社区
下载
置顶使用 shipany.ai 一小时上线 AI 壁纸生成器，分享内容发布到 B 站了，欢迎大家观看，感受一下 ShipAny 建站的效率。😁
完整内容合集：
第一集：使用 ShipAny 一小时上站
www.bilibili.com
1. 使用 ShipAny 初始化 AI 项目
2. 5 分钟构建新项目 Landing Page
3. 配置数据库
4. 配置用户登录
5. 配置数据统计
6. SEO 内容修改 / 接入 GSC
7. 发布上线 / 绑定自定义域名
第二集：对接 AI 接口，实现壁纸生成，完成业务功能开发
www.bilibili.com
1. 实现 Generator 组件
2. 实现壁纸展示列表组件
3. 对接 AI 画图接口，生成壁纸图片
4. 存储壁纸到数据库
5. 前后端交互联调
第三集：对接支付系统，核销用户积分，实现壁纸管理后台
www.bilibili.com
1. 对接 stripe，实现支付购买积分
2. 实现用户积分判断/核销逻辑
3. 管理 API Key，通过接口调用壁纸生成接口
4. 实现壁纸后台管理功能
完整内容合集：
第一集：使用 ShipAny 一小时上站
www.bilibili.com
1. 使用 ShipAny 初始化 AI 项目
2. 5 分钟构建新项目 Landing Page
3. 配置数据库
4. 配置用户登录
5. 配置数据统计
6. SEO 内容修改 / 接入 GSC
7. 发布上线 / 绑定自定义域名
第二集：对接 AI 接口，实现壁纸生成，完成业务功能开发
www.bilibili.com
1. 实现 Generator 组件
2. 实现壁纸展示列表组件
3. 对接 AI 画图接口，生成壁纸图片
4. 存储壁纸到数据库
5. 前后端交互联调
第三集：对接支付系统，核销用户积分，实现壁纸管理后台
www.bilibili.com
1. 对接 stripe，实现支付购买积分
2. 实现用户积分判断/核销逻辑
3. 管理 API Key，通过接口调用壁纸生成接口
4. 实现壁纸后台管理功能
106 1562
快两年没写 go 了，重新捡起来写一个 mcp proxy，一如既往的优雅。
goroutine + for select 多路复用从零实现了一遍 jsonrpc sse transport
写代码就像在写诗，mcprouter is coming...😺
goroutine + for select 多路复用从零实现了一遍 jsonrpc sse transport
写代码就像在写诗，mcprouter is coming...😺
49 51
MCP Server 使用 SSE Transport 实现消息传输，用的是双通道响应机制。
按照这个交互流程可以实现一个 MCP Server Proxy👇
对上游暴露 HTTP 接口，下游调用任意的后台服务
后台服务运行在 docker 容器，Proxy 通过 Stdio Transport 与后台服务通信
Proxy 的逻辑实现之后，主要的工作量在于给海量的 MCP Servers 写 Dockerfile
mcprouter 未来可期。🫡
按照这个交互流程可以实现一个 MCP Server Proxy👇
对上游暴露 HTTP 接口，下游调用任意的后台服务
后台服务运行在 docker 容器，Proxy 通过 Stdio Transport 与后台服务通信
Proxy 的逻辑实现之后，主要的工作量在于给海量的 MCP Servers 写 Dockerfile
mcprouter 未来可期。🫡
31 53
CopyWeb.ai 的一种用法：输入网址，输出移动端原型，适用于想给 PC 网站做移动 App 的场景。🙂
59 719
帮转。感兴趣的朋友可以联系这位哥 @Scho1er
23 04
围绕 MCP 生态可以做的一套基建方案👇
1. omcp 命令行工具。本地运行各类 mcp server，暴露 sse http 接口给到上游调用，支持终端 chat，类似 ollama。
比如：omcp run github，启动 mcp-server-github，让你可以本地管理你的 GitHub 账户
2. mcprouter 网关，暴露统一的 http 接口给到上游调用，转发请求到 omcp 启动的下游服务，通过 apikey 鉴权，计费，类似 openrouter。
网关服务与下游的 mcp server 通信固定走 sse http，omcp 启动服务的时候做协议转换，把 stdio 进程通信的服务转成 sse http 服务。
3. mcp so 应用商店，汇总 mcp server，为每个 mcp server + user id，生成 apikey，管理用户充值，查看调用日志。
4. chatmcp 客户端，在 mcp so 找到目标服务，生成 sse 调用地址，通过 sse transport 发起请求，也可以把 claude，cursor 作为调用客户端。
整套方案涉及到四个子系统。
omcp 可以独立运行，既能运行在个人电脑，也能运行在云服务器，主要解决的问题是把 mcp server 统一成 sse http 的调用方式，方便在其他客户端集成。
chatmcp 可以是独立的客户端，当做通用的 llm chatbot 来做即可，额外补充对 mcp server 的调度能力。
mcprouter 是一个 API 开放平台，用到海量的 mcp server，集成海量的 function tools，可以广泛应用在各类场景。依赖 omcp 来调用后台服务，需要实现一套计费逻辑。
mcp so 目前是收录 mcp servers 数量最多的导航站，谷歌 mcp servers 关键词搜索第一名，最近有比较大的流量。定位是 MCP 应用商店，用于分发 mcp server。
以上是我对 MCP 基建的一些构想，欢迎留言探讨。个人精力有限，全部落地需要时间，如果你感兴趣，也看好 MCP 的未来，欢迎参与共建。
1. omcp 命令行工具。本地运行各类 mcp server，暴露 sse http 接口给到上游调用，支持终端 chat，类似 ollama。
比如：omcp run github，启动 mcp-server-github，让你可以本地管理你的 GitHub 账户
2. mcprouter 网关，暴露统一的 http 接口给到上游调用，转发请求到 omcp 启动的下游服务，通过 apikey 鉴权，计费，类似 openrouter。
网关服务与下游的 mcp server 通信固定走 sse http，omcp 启动服务的时候做协议转换，把 stdio 进程通信的服务转成 sse http 服务。
3. mcp so 应用商店，汇总 mcp server，为每个 mcp server + user id，生成 apikey，管理用户充值，查看调用日志。
4. chatmcp 客户端，在 mcp so 找到目标服务，生成 sse 调用地址，通过 sse transport 发起请求，也可以把 claude，cursor 作为调用客户端。
整套方案涉及到四个子系统。
omcp 可以独立运行，既能运行在个人电脑，也能运行在云服务器，主要解决的问题是把 mcp server 统一成 sse http 的调用方式，方便在其他客户端集成。
chatmcp 可以是独立的客户端，当做通用的 llm chatbot 来做即可，额外补充对 mcp server 的调度能力。
mcprouter 是一个 API 开放平台，用到海量的 mcp server，集成海量的 function tools，可以广泛应用在各类场景。依赖 omcp 来调用后台服务，需要实现一套计费逻辑。
mcp so 目前是收录 mcp servers 数量最多的导航站，谷歌 mcp servers 关键词搜索第一名，最近有比较大的流量。定位是 MCP 应用商店，用于分发 mcp server。
以上是我对 MCP 基建的一些构想，欢迎留言探讨。个人精力有限，全部落地需要时间，如果你感兴趣，也看好 MCP 的未来，欢迎参与共建。
61 1243
新购一台 Mac Pro M4（10+10C/32G/2T）作为办公机器，分享一下我第一时间安装的软件👇
办公必备
- ClashX Pro
- Chrome
- Notion
- Foxmail
- Raycast
开发工具
- Cursor
- Warp
- OrbStack
- Ollama
- XCode
沟通交流
- 微信
- 微信输入法
- 飞书
- 腾讯会议
- Discord
- Telegram
效率工具
- Bob Translate
- Screen Studio
- Arc
终端软件
- oh-my-zsh
- homebrew
- fnm + node + pnpm
- pyenv + python + pip
- goenv + go
- rustup + rust + cargo
浏览器插件
- AITDK
- Tampermonkey
- ProxySwitchyOmega
- SEOquake
- CookieManager
- 截屏长图 Master
还有哪些是你经常用的软件？欢迎补充。
办公必备
- ClashX Pro
- Chrome
- Notion
- Foxmail
- Raycast
开发工具
- Cursor
- Warp
- OrbStack
- Ollama
- XCode
沟通交流
- 微信
- 微信输入法
- 飞书
- 腾讯会议
- Discord
- Telegram
效率工具
- Bob Translate
- Screen Studio
- Arc
终端软件
- oh-my-zsh
- homebrew
- fnm + node + pnpm
- pyenv + python + pip
- goenv + go
- rustup + rust + cargo
浏览器插件
- AITDK
- Tampermonkey
- ProxySwitchyOmega
- SEOquake
- CookieManager
- 截屏长图 Master
还有哪些是你经常用的软件？欢迎补充。
275 8498
以 manus 为例，拆解以 multi-agent 为基础的通用任务智能体的工作流程：
一. 意图识别
1. 获取用户输入内容，进行必要的意图识别和关键词提取，比如用户输入的是“想去日本旅游，需要一个旅行计划”，拆解之后得到的关键词是： japan-trip，任务类型为：travel
2. 如果用户输入的需求比较简单，不能识别用户的意图，此步骤可以引导用户继续对话，补充更多的信息，或者上传文档 / 图片等资料
二. 任务初始化
1. 用识别出来的任务关键词创建任务文件夹，启动 docker 容器，为后续的任务执行做环境隔离
2. 任务执行过程中的内容产物，写入到任务文件夹，任务结束之后清理 docker 容器
三. 步骤规划
1. 使用意图识别的结果 + 补充背景信息，请求一个推理模型，对任务进行步骤拆分
2. 将任务拆分的步骤信息，写入到任务文件夹的 todo.md
四. 任务执行
1. 遍历任务文件夹中的 todo.md，[ ] 表示待执行的任务，[x] 表示已执行的任务
2. 取出待执行的任务，带上任务上下文信息，做一次 function call，这里带上的 function tools 是系统内置的可以执行不同任务的 agent，比如 search agent / code agent / data-analysis agent
3. 根据 function call 的结果，调度指定的 agent 执行任务，把执行过程中产生的内容，写入到容器中的任务文件夹
4. 任务执行完，由主线程，更新 todo.md，继续下一个任务
五. 归纳整理
1. todo.md 里面的任务全部执行完之后，主线程针对用户的初始需求，做一次整理输出
2. 把任务的内容产物，给到用户浏览或下载（文档 / 代码 / 图片 / 链接等）
3. 收集用户对任务的满意度
----
整个方案理下来，核心在于执行任务的 agent 设计，以及主线程的调度流程，以 search agent 为例，在处理“日本旅行计划”这个任务中，主要的执行步骤：
1. 拿到 japan-trip 等关键词信息，调用谷歌第三方 API，获取 10-20 条搜索结果
2. 模拟浏览器点开第一个网页，浏览网页内容，获取网页文本内容 + 浏览器截图拿到网页视觉信息
3. 调用支持多模态输入的模型，输入当前任务要求，从当前浏览的网页中提取有效信息（是否有符合要求的结果，如果不满足要求，返回下一个该点击的 button 元素）
4. 模拟浏览器点击 + 网页滚动行为，拿到更多的网页内容 + 视觉信息，重复几次，直到收集到的内容满足任务要求为止
5. 把收集到的内容保存到任务文件夹
这个 search agent 的核心在于模拟用户浏览网页行为，需要用到无头浏览器和多模态模型。
code agent 和 data-analysis agent 相对而言比较简单：
1. 根据任务需求，创建本地文件，写入代码（python 代码做数据分析，html 代码做视觉呈现）
2. 通过系统调用执行代码，把执行结果保存到任务文件夹
3. 通过 code-preview 服务，预览 html 文件的内容
---
此类 multi-agent 产品，还有一些改进的空间：
1. todo.md 的多个任务，是线性依赖关系，可以使用 DAG（有向无环图）实现更加复杂的任务依赖
2. 需要引入自动化测试 agent，对任务结果进行判断和矫正，如果对某个步骤评分过低，需要回溯到之前的某个任务节点重新执行
3. 允许全自动 + 用户介入的混合模式，在某个步骤执行完，先寻求用户反馈，如果几秒内没收到反馈，则自动继续运行
---
整体评价：manus 在工程层面做了很多工作，整体交互比其他产品好很多。技术层面，依然是没什么壁垒，对模型有比较深的依赖：
1. 也许有个小模型，做任务执行前的意图识别
2. 任务规划和推理，用 deepseek-r1
3. 图片识别 + 代码生成，用 claude-3.7-sonnet
token 消耗会很高，能不能广泛用起来，取决于谁来负担这个成本。
最终的任务准确性和用户满意度，还需要更多的案例来说明。
一. 意图识别
1. 获取用户输入内容，进行必要的意图识别和关键词提取，比如用户输入的是“想去日本旅游，需要一个旅行计划”，拆解之后得到的关键词是： japan-trip，任务类型为：travel
2. 如果用户输入的需求比较简单，不能识别用户的意图，此步骤可以引导用户继续对话，补充更多的信息，或者上传文档 / 图片等资料
二. 任务初始化
1. 用识别出来的任务关键词创建任务文件夹，启动 docker 容器，为后续的任务执行做环境隔离
2. 任务执行过程中的内容产物，写入到任务文件夹，任务结束之后清理 docker 容器
三. 步骤规划
1. 使用意图识别的结果 + 补充背景信息，请求一个推理模型，对任务进行步骤拆分
2. 将任务拆分的步骤信息，写入到任务文件夹的 todo.md
四. 任务执行
1. 遍历任务文件夹中的 todo.md，[ ] 表示待执行的任务，[x] 表示已执行的任务
2. 取出待执行的任务，带上任务上下文信息，做一次 function call，这里带上的 function tools 是系统内置的可以执行不同任务的 agent，比如 search agent / code agent / data-analysis agent
3. 根据 function call 的结果，调度指定的 agent 执行任务，把执行过程中产生的内容，写入到容器中的任务文件夹
4. 任务执行完，由主线程，更新 todo.md，继续下一个任务
五. 归纳整理
1. todo.md 里面的任务全部执行完之后，主线程针对用户的初始需求，做一次整理输出
2. 把任务的内容产物，给到用户浏览或下载（文档 / 代码 / 图片 / 链接等）
3. 收集用户对任务的满意度
----
整个方案理下来，核心在于执行任务的 agent 设计，以及主线程的调度流程，以 search agent 为例，在处理“日本旅行计划”这个任务中，主要的执行步骤：
1. 拿到 japan-trip 等关键词信息，调用谷歌第三方 API，获取 10-20 条搜索结果
2. 模拟浏览器点开第一个网页，浏览网页内容，获取网页文本内容 + 浏览器截图拿到网页视觉信息
3. 调用支持多模态输入的模型，输入当前任务要求，从当前浏览的网页中提取有效信息（是否有符合要求的结果，如果不满足要求，返回下一个该点击的 button 元素）
4. 模拟浏览器点击 + 网页滚动行为，拿到更多的网页内容 + 视觉信息，重复几次，直到收集到的内容满足任务要求为止
5. 把收集到的内容保存到任务文件夹
这个 search agent 的核心在于模拟用户浏览网页行为，需要用到无头浏览器和多模态模型。
code agent 和 data-analysis agent 相对而言比较简单：
1. 根据任务需求，创建本地文件，写入代码（python 代码做数据分析，html 代码做视觉呈现）
2. 通过系统调用执行代码，把执行结果保存到任务文件夹
3. 通过 code-preview 服务，预览 html 文件的内容
---
此类 multi-agent 产品，还有一些改进的空间：
1. todo.md 的多个任务，是线性依赖关系，可以使用 DAG（有向无环图）实现更加复杂的任务依赖
2. 需要引入自动化测试 agent，对任务结果进行判断和矫正，如果对某个步骤评分过低，需要回溯到之前的某个任务节点重新执行
3. 允许全自动 + 用户介入的混合模式，在某个步骤执行完，先寻求用户反馈，如果几秒内没收到反馈，则自动继续运行
---
整体评价：manus 在工程层面做了很多工作，整体交互比其他产品好很多。技术层面，依然是没什么壁垒，对模型有比较深的依赖：
1. 也许有个小模型，做任务执行前的意图识别
2. 任务规划和推理，用 deepseek-r1
3. 图片识别 + 代码生成，用 claude-3.7-sonnet
token 消耗会很高，能不能广泛用起来，取决于谁来负担这个成本。
最终的任务准确性和用户满意度，还需要更多的案例来说明。
252 20154
50 411
