MCP (Model Context Protocol) 及相关 AI 工具链的知识整合，涵盖配置、使用技巧和最佳实践。
当前 LLM Wiki 入口
- AI 工具链 阅读地图 - 当前这条主线在 llm wiki 里的总入口
- AI 工具链混层入口的拆解：MCP、prompt、RAG、agent 与 coding tools 如何回归主线 - 当前对这页混层入口如何被拆回稳定主线的 dispatch 收口
- 哪些混层判断已经足够上位，值得继续回桥 AI 工具链主入口 - 当前对这类混层补料层哪些判断已经值得继续上浮回 AI 工具链主入口的直接入口
- AI 工具链混层入口的回桥规则：哪些判断该回写 AI 工具链主入口 - 当前对这类混层补料层哪些判断已经足够稳定，可以正式回桥 AI 工具链主入口的子层收口
- AI 工具链的接口治理：从命令行拼装到平台化边界 - 当前对接口层与平台化边界的中层收口
- AI 工具链的局部自治层：工作面自由度、文本资产与 repo-local runner - 当前对局部自由度与 repo-local 资产的中层收口
- AI 工具链的平台试错边界：统一治理、局部旁路与可见试验如何并存 - 当前对平台层与试错边界的中层收口
- AI 工具链混层补料的案例形态：接口接入清单、局部自治包与旁路登记清单如何分工 - 当前对这条混层补料线继续往下压时，最值得沉淀成哪几种可复用案例件的中层收口
- 哪些 AI 工具链试验已经值得进入旁路登记清单 - 当前对哪些局部试验已经成熟到值得先进入旁路登记清单的直接判断入口
- 哪些治理判断已经足够上位，值得回写 AI 工具链主阅读路径 - 当前对这组治理结论是否已经该上推主阅读路径的直接判断入口
- AI 工具链主分工：接口治理、局部自治与平台试错如何接力 - 当前对这三块治理主分工的上位收口
- AI 工具链的回桥规则：哪些治理结论该回写主阅读路径 - 当前对这条主题哪些治理结论已经值得继续挂回主入口的上位收口
- AI 工具链的案例形态：接口治理清单、局部自治包与平台试错清单如何分工 - 当前对这条主线最值得复用的案例资产如何分工的中层收口
- 哪些 AI 工具链入口已经值得进入平台试错清单 - 当前对哪些试错入口已经值得先固定进平台试错清单的直接判断入口
- 哪些 AI 工具链能力已经值得进入局部自治包 - 当前对哪些 AI 工具链能力已经更适合先固定进局部自治包的直接判断入口
- 哪些 AI 工具链接口已经值得进入接口治理清单 - 当前对哪些 AI 工具链接口已经更适合先固定进接口治理清单的直接判断入口
- 哪些 AI 工具链入口已经值得从平台试错清单晋升到接口治理清单 - 当前对哪些试错入口已经成熟到值得从可见试验层正式晋升为接口治理入口的直接判断入口
- 哪些 AI 工具链能力已经值得从局部自治包晋升到接口治理清单 - 当前对哪些局部自治能力已经成熟到值得正式晋升为接口治理能力的直接判断入口
MCP 核心概念
- mcp 推荐使用的工具 精选 - 推荐工具列表
- mcp 的2种调用模式 - 调用模式解析
- mcp 大部分都可以用具有terminal终端操作能力的agent替代 - MCP vs Terminal Agent
- mcp 编程快速入门 - 编程入门
- OneAgent + MCPs 范式架构图 - 架构设计
MCP 配置与实践
- mcp config 配置备份 - 配置备份
- 常用ai工具的mcp配置文件目录 - 配置文件目录
- Chatwise 的mcp实现提示词 - Chatwise MCP
- 具有dataview功能的obsidian mcp - Obsidian MCP
专项 MCP 工具
- Chrome DevTools mcp - 浏览器调试
- figma mcp - Figma 设计
- exa mcp - Exa 搜索
- ref tools mcp - 引用工具
- zen-mcp - Zen MCP
- mcp-grep - Grep MCP
- aws knowledge mcp server - AWS 知识 MCP
- byterover - MCP 形式的全局共享记忆
AI 编程工具
Claude Code 系列
- claude code - Claude Code 主文档
- claude code 配置 - 配置指南
- claude code plugins 插件 - 插件生态
- claude code 第三方中转站 - 中转服务
- 同时使用多个claude code - 多实例使用
- claude code windows - Windows 版本
- claude code monitor - 监控工具
- kimi v2用于claude code-官方token-不用ccr的情况下 - Kimi 集成
其他 AI 编程工具
- cursor cli - Cursor 命令行
- cursor prompts 提示词 - 中文版 - Cursor 提示词
- cursor vpn报错问题 - Cursor VPN 问题
- codex cli - OpenAI Codex
- gemini-cli - Gemini CLI
- gemini cli 使用经验 - Gemini 经验
- aider - Aider 工具
- Kilo Code - Kilo Code
- terminal 终端agent推荐工具 - 终端 Agent
IDE 与编辑器
- Zed - Zed 编辑器
- 各种ai编程工具的对比 - 工具对比
- ∑ AI Programming Tools 2024-2025 - AI 编程工具汇总
Vibe Coding
- vibe coding - Vibe Coding 概念
- vibe coding 全链路-从前端到后端，从界面设计到部署上线 - 全链路实践
- vibe browsing - Vibe Browsing
Prompt Engineering
- prompts 提示词 Anthropic 官方指南 - Anthropic 指南
- prompts 提示词 OpenAI官方指南 官方示例example - OpenAI 指南
- google prompts engineering学习笔记 - Google 笔记
- claude 官方的文档告诉我们如何写system message系统提示词 - System Prompt
- prompts 优化 - 优化技巧
- prompts提示词的三层高速缓存和调用系统 - 缓存系统
- 李继刚的伪代码到填空题 - 伪代码方法
RAG 与知识增强
- RAG的细分技术 - RAG 技术分类
- Self RAG - Self RAG
- RAG Fusion - RAG Fusion
- parent document retriver - Parent Document Retriever
- rag 还是fine-tuning的选择 - RAG vs Fine-tuning
- llm使用rag或memory可能降低智能 - RAG 的局限性
- Content Marketing Graph：知识图谱，增强RAG能力 - 知识图谱增强
Embedding 与向量
- embedding 接口调试笔记 - Embedding 调试
- Embeddings - Embedding 概念
- Pinecone - Pinecone 向量库
- qdrant - Qdrant 向量库
Agent 相关
- Agents - Agent 概念
- ai agents的分类 - Agent 分类
- Agents原理 - Agent 原理
- Generative Agents - 生成式 Agent
- ChatGPT agent - ChatGPT Agent
- roadmap - AI Agent开发 - Agent 开发路线图
LLM 基础
- LLM基本原理及API使用 - LLM 原理
- 大语言模型列表 - LLM - 模型列表
- 各个模型的token上限 - Token 限制
- token与中文字符的换算关系 - Token 换算
- LLM transformer 的 kv 缓存 - KV 缓存
- 模型长上下文遵从能力排行榜 - 长上下文能力
相关链接
- ∑ AI Agent - AI Agent MOC
- ∑ LLM & Agent Engineering - LLM 工程
- AI Code 编程 - moc - AI 编程 MOC