Model Context Protocol - Agents Report

Infographic showing Tactile converting AI computer control from coordinate clicking to semantic interaction.

深度分析

開源工具層 Tactile：將 AI 代理人電腦操作從「座標點擊」進化至「語意互動」

目前 AI 代理人操作電腦多依賴螢幕截圖與座標預測，導致操作過程脆弱且難以驗證。研究團隊推出開源工具層 Tactile，透過整合作業系統輔助功能語意、OCR 與視覺回退機制，將 UI 轉換為可驗證的語意狀態，讓 AI 能直接操作 UI 物件而非盲目點擊座標。在 macOSWorld 測試中，Tactile 顯著提升了多款 AI 代理人的任務成功率，證明了語意化底層對提升 AI 操作可靠度的重要性。

Wisp Science

Wisp Science：整合 MCP 與多語言運算環境的 Local-first AI 科學研究工作站

隨著 AI-for-Science 趨勢興起，研究人員需要更高效的工具來處理複雜計算。Wisp Science 推出開源且 Local-first 的桌面工作站，整合 Rust 與 Tauri 框架，支援 Python 與 R 的多環境運算，並透過 MCP 協議連結數十個生物資訊資料庫。此專案讓研究者能將 AI 代理技能模組化，顯著提升科學研究的可重複性與開發效率。

MARM Memory

MARM Memory：打造 AI 代理人的本地持久記憶層，支援 MCP 協定與跨會話記憶

針對 AI 編程代理在跨會話間記憶碎片化的問題，開源專案 MARM Memory 推出一套本地優先的記憶層方案。該系統利用 SQLite 將會話歷史、程式碼索引與概念圖譜三合一，並透過 Model Context Protocol 讓 Claude Code 與 Cursor 等工具直接存取。此舉讓 AI 代理能實現零雲端、隱私優先的即時記憶召回，有效降低重複說明的成本並強化多代理協作的連續性。

An infographic displaying dataset construction and key findings on the Model Context Protocol (MCP) open-source ecosystem.

深度分析

Model Context Protocol 大規模實作資料集揭示 AI 代理人開源生態新趨勢

隨著ModelContextProtocol快速普及，研究者從GitHub蒐集並驗證了超過兩千三百件MCP實作，透過多階段證據檢查篩除教學樣本，最終形成2,297筆高可信資料。結果顯示Python與TypeScript主導開發，混合架構最為常見，為後續工具整合與安全分析提供基礎基準。

RepoBrain

RepoBrain 結合 Model Context Protocol 打造程式碼知識圖譜，提升 AI 代理人理解力

隨著 AI 程式碼代理人普及，如何讓模型精準理解大型專案結構成為關鍵。開源專案 RepoBrain 透過 Model Context Protocol 伺服器架構，將程式碼庫轉化為 AI 可理解的知識圖譜，支援與 Claude Code 與 Cursor 等工具整合。此方案能有效解決傳統 RAG 在處理複雜程式碼時的上下文缺失問題，讓 AI 代理人能更精準地進行分析與問答，顯著提升開發者的開發效率。

Storedge-MCP

Storedge-MCP：利用 Model Context Protocol 簡化自助倉儲 API 與 AI 代理整合

StorEdge 為超過五千家自助倉儲提供核心管理 API，Storedge‑MCP 以 Model Context Protocol 讓 AI 代理直接讀寫租客、單位與帳務。開發者只需 pip 安裝並設定環境變數，即可在本機呼叫 26 種工具函式。此服務加速自動化流程，同時提出資安治理新課題。

Lanhu MCP Server

Lanhu MCP Server 2.0：自動需求分析與 UI 設計支援的開源協作平台

Lanhu MCP Server 以 Model Context Protocol 為基礎，提供自動需求分析與 UI 設計稿切圖功能，支援多種 AI 編程工具共享團隊知識，提升開發效率並降低重複工作，此伺服器採用 Python 3.10+，結合 FastMCP 高效快取機制，適用於藍湖設計平台的協作流程。

mcpx

使用 mcpx 以指令列方式呼叫 MCP 伺服器：安裝與核心指令指南

mcpx 是一套以 Go 語言實作、MIT 授權的開源指令列工具，旨在將 Model Context Protocol（MCP）伺服器的功能以可組合的 CLI 方式直接呼叫。使用者只要安裝後即可透過簡潔指令列列舉伺服器、查詢工具、執行工具，輸出保持原始文字或 JSON，方便後續 pipe、jq 解析。