你想做什么？
编辑精选
本周值得关注的工具与文章
SkillNav 周刊：MCP 迈向生产级部署
本周 AI Agent 领域三大趋势：MCP 生态正从概念验证迈向生产级部署，Agent 架构设计进入深水区，AI 与人类协作出现新探索。NVIDIA 和 Perplexity 等厂商正通过标准化工具加速 Agent 实用化进程。
阅读完整周刊一个人 + Claude Code，从空目录到可用的 macOS 密码管理器。双层加密、Touch ID、中英双语，19 小时交付并开源。
本文记录了哈佛教授 Matthew Schwartz 指导 Claude Code 完成一项理论物理计算的全过程。他选择了一个研究生二年级难度的课题，将工作分解为 102 个任务，通过分阶段提示引导 AI 逐步完成。实验表明，AI 在结构化指导下能执行复杂计算，但仍需人类监督纠正错误。
精选工具
编辑推荐的高质量 AI Agent 工具
面向代码绘画、generative art、流场和粒子系统创作场景，用 p5.js 结合 seeded randomness 与参数探索生成原创作品，并输出创作哲学、HTML 预览和 JS 代码。
把文档、幻灯片等内容快速套用 Anthropic 官方品牌配色与字体规范，统一标题、正文和图形视觉风格，适合做品牌化排版、视觉润色和公司设计标准校准。
先生成视觉哲学，再落地成原创海报、艺术画面或其他静态设计，输出 .png/.pdf，强调构图、色彩与空间表达，适合需要高完成度视觉成品的场景。
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景，自动识别项目语言并给出对应示例与默认配置，快速搭建 LLM 应用。
围绕文档、提案、技术规格、决策记录等写作任务，按上下文收集、结构迭代、读者测试三步协作共创，减少信息遗漏，写出更清晰、经得起他人阅读的内容。
覆盖Word/.docx文档的创建、读取、编辑与重排，适合生成报告、备忘录、信函和模板，也能处理目录、页眉页脚、页码、图片替换、查找替换、修订批注及内容提取整理。
面向组件、页面、海报和 Web 应用开发，按鲜明视觉方向生成可直接落地的前端代码与高质感 UI，适合做 landing page、Dashboard 或美化现有界面，避开千篇一律的 AI 审美。
按公司常用模板和语气快速起草内部沟通内容，覆盖 3P 更新、状态报告、领导汇报、项目进展、事故复盘、FAQ 与 newsletter，适合需要统一格式的团队沟通场景。
聚焦高质量 MCP Server 开发，覆盖协议研究、工具设计、错误处理与传输选型，适合用 FastMCP 或 MCP SDK 对接外部 API、封装服务能力。
遇到 PDF 读写、文本表格提取、合并拆分、旋转加水印、表单填写或加解密时直接用它，也能提取图片、生成新 PDF，并把扫描件通过 OCR 变成可搜索文档。
Filesystem 是 MCP 官方参考服务器，让 LLM 安全读写本地文件系统。
Fetch 是 MCP 官方参考服务器，让 AI 能抓取网页并转为 Markdown 格式。
PostgreSQL 是让 Claude 直接查询和管理你的数据库的 MCP 服务器。
Brave Search 是让 Claude 直接调用 Brave 搜索 API 获取实时网络信息的 MCP 服务器。
Slack 是让 AI 助手直接读写你的 Slack 频道和消息的 MCP 服务器。
Memory 是一个基于本地知识图谱的持久化记忆系统，让 AI 记住长期上下文。
GitHub 是 MCP 官方参考服务器，让 Claude 直接读写你的代码仓库和 Issues。
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
SQLite 是让 AI 直接查询本地数据库进行数据分析的 MCP 服务器。
Puppeteer 是让 Claude 自动操作浏览器进行网页抓取和测试的 MCP 服务器。
最新资讯
AI Agent 生态的前沿动态 · 10月13日 更新
LFM2.5-24B-A2B 基于 LFM2-24B-A2B，上下文扩展到 131K，词表翻倍至 128K，是只做推理、先思考再回答的模型。它在 8 项工具调用与 Agent 基准中的 5 项领先或追平对手，AutomationBench 得分是第二名三倍以上，但知识密集和编程任务仍落后于更大模型，建议搭配检索或网络搜索。
Anthropic 研究显示小型开源模型已能在陌生硬件上部署推理服务，并借由“拉马克式继承”的笔记机制逐代提升成功率。按 Epoch 能力指数推算，到 2026 年底最强的小模型将达到 GLM-5.2 的通用能力水平，届时复制所需的能力与体积两个条件可能首次重叠。
Gemini 4 Argon 是 Google 推出的通用物理推理模型，覆盖机器人控制、Real2Sim、物理理解、研究与自改进四大场景。它支持在 Google AI Studio、Gemini API 和 Google Antigravity 上使用，结合 MuJoCo 仿真与代码即策略，可从真实数据或手绘草图生成经物理验证的机器人控制工作流。