consult-mcp-server
利用 consult-mcp-server 平行呼叫多模型取得 LLM 第二意見
GitHub 新開源專案 consult-mcp-server 以 MCP 為基礎，讓代理人同時向多個 LLM 發送同一提示，回傳約 200 token 的結構化膠囊。此機制提供多元觀點且不增長上下文窗口，提升第二意見的取得效率，對 AI 開發與風險評估具正向影響。
MCP
深度分析
錯誤訊息隱含權威與工具串流注入：VATS 在 Gemini、GPT‑5.5 等模型上的安全評估
ModelContextProtocol廣泛使用後，工具錯誤訊息具隱含權威，可觸發代理人校正模式繞過安全檢查。VATS框架針對七個語言與結構維度生成惡意錯誤JSON，於Gemini3.1、GPT‑5.5、GLM‑5.1、Qwen3四大模型測試，錯誤路徑注入成功率提升至近百%，顯示模型層仍存系統性風險。
Claude
HeyClaude 開源資源庫：超過 911 條 Claude 代理與 MCP 工具彙整
HeyClaude 是一個以檔案為基礎、經人工審核的開源目錄，彙整了 Claude 相關的代理、MCP 伺服器、技能、指令、工具與範本等資產。該專案目前擁有 911+ 條條目，提供機器可讀的註冊表，方便開發者快速搜尋與整合 AI 工作流程。
深度分析
Model Context Protocol 執行錯誤分類與實務驗證：加強 LLM 工作流穩定性
隨著大型語言模型需要透過模型上下文協議與外部工具互動，研究者針對MCP伺服器的執行時錯誤進行分類，採用自下而上開放編碼分析837個問題，形成11大類27子類的錯誤分類，調查顯示開發者普遍遭遇多數類別，為未來可靠性測試與故障注入提供基礎的重要。
速報
BioManus：圖形化規劃的生醫代理人突破工具混亂瓶頸
生醫工作流程自動化一直受限於工具介面多樣與規劃方式單一的雙重瓶頸。研究團隊推出 BioManus，透過 BioinfoMCP 編譯器將各式生醫軟體標準化為 MCP 伺服器，形成以工具、操作、資料型別與流程階段為節點的異質圖。推論時只抽取任務相關子圖，產生操作層級的工作流骨架，成功將規劃複雜度與工具總量解耦。
深度分析
LAP 協議概述：解決代理‑儀器安全、預約與測量單位的核心問題
隨著大型語言模型驅動的自駕實驗室迅速成長，LAP協議填補了缺乏標準的代理與儀器連結。它加入儀器卡、預留、safety‑fence與測量結果等四大原語，讓跨實驗室的自動化流程更安全、可發現且具可重現性。此舉有望降低儀器整合成本，推動AI科學基礎設施統一化。
Claude Code
深入了解 OrchestKit：為 Claude Code 提供 111 項技能與 212 個掛鉤的 AI 開發套件
OrchestKit 是一套為 Claude Code 設計的全端 AI 開發工具集，內含 111 項技能、37 種代理與 212 個掛鉤，支援 FastAPI、React、測試與安全等常見需求。使用者只要安裝一個插件，即可透過設定精靈自動偵測專案、配置 MCP 伺服器，並以指令化方式執行測試、預防不良提交。
ntfy-mcp-server
「ntfy-mcp-server」：以 TypeScript 結合 MCP 的開源推播通知伺服器
GitHub 上新發現的 ntfy-mcp-server 是一套以 TypeScript 撰寫、以 Apache 2.0 授權釋出的開源工具，提供透過模型上下文協議（MCP）管理 ntfy 推播通知的完整功能。
BeatOS
BeatOS：結合 AI 與 MCP 介面的本地節拍庫解決元資料碎片化
隨著多平台對音樂元資料需求各異，節拍製作者常需手動重複填寫。BeatOS以本地SQLite資料庫保存完整節拍資訊，並透過MCP伺服器提供AI協同，將單一目錄即時轉換為各平台所需的描述與標籤，降低人工作業負擔。同時支援跨平台發布與版本管理。開源授權保障社群參與。
Nocturne Memory
Nocturne Memory：基於 MCP 的本機長期記憶伺服器與圖譜式結構化設計
NocturneMemory基於MCP協議，採用SQLite或PostgreSQL作為後端，提供可視化回溯與撤銷功能，讓AI在跨會話、跨模型間保持身份與上下文，取代傳統向量檢索(RAG)流程，提升記憶持續性與資料主權，支援OpenClaw、Cursor、ClaudeCode，採MIT授權。
piia-engram
piia-engram：以本機優先的 AI 身分層，透過 Model Context Protocol（MCP）在工具間共享記憶
一個在 GitHub 快速竄升的本機優先 AI 身分層專案，目標把使用者偏好與決策以可編輯 JSON 保存在本機。專案採用 Model Context Protocol 讓多款 MCP 相容工具共享同一記憶與設定，支援 Claude Code、Codex 與 Cursor 等介面。短期內獲得社群關注，示意開發者對本地化記憶與一致性需求增加。
aimock
aimock全方位 AI Mock 伺服器：支援 LLM、MCP 與向量資料庫測試
aimock 是一個在 GitHub 上活躍的開源專案，主打以單一套件、單一埠、零相依的方式，模擬 AI 應用在測試階段會呼叫到的各類服務。功能涵蓋 LLM API、多媒體生成、語音與影音處理、嵌入向量、向量資料庫、搜尋與重排序，以及 MCP 工具與代理間通訊（A2A）等。