详细内容或原文请订阅后点击阅览
您的个人分析工具箱
利用MCP自动执行您的日常例行，您的个人分析工具箱首先出现在数据科学上。
来源:走向数据科学与提供给他们的上下文一样好。即使最先进的模型也无法访问获得更多信息所需的数据或工具，也不会有帮助。这就是为什么工具和资源对于任何AI代理都至关重要。
。我注意到我不断重复一遍又一遍地重复相同的任务：编写相似的提示或反复开发相同的工具。在软件工程中，有一个名为Dry的基本原则，该原则代表“不要重复自己”。
干 不要重复自己所以，我开始想知道是否有一种方法可以避免重复所有这些工作。幸运的是，Genai行业已经有了解决方案。 MCP（模型上下文协议）是一个开源协议，它可以将AI应用程序连接到外部工具和数据源。它的主要目标是标准化此类交互，类似于REST API在Web应用程序和后端服务器之间的标准化通信。
MCP（模型上下文协议）使用MCP，您可以轻松地将第三方工具（例如GitHub，Stripe甚至LinkedIn）集成到您的AI代理中，而无需自己构建工具。
您可以在此策划的存储库中找到MCP服务器的列表。但是，重要的是要注意，您只能使用受信任的MCP服务器来避免潜在问题。这个精选的存储库。
同样，如果您想将工具公开给客户（即允许他们通过其LLM代理访问您的产品），则可以简单地构建MCP服务器。然后，客户将能够与LLM代理商，AI助手，桌面应用程序或IDES合并。真的很方便。
MCP从根本上解决了重复工作的问题。想象您有M应用程序和N工具。没有MCP，您将需要构建M * n集成以将它们全部连接起来。
使用MCP和标准化，您可以将此数字减少到M +N。
在本文中，我将使用MCP为分析师开发工具包。阅读本文后，您将
MCP体系结构
服务器 主机 客户端 工具uv
“