深度分析
Slackbot 整合 Salesforce 與 Model Context Protocol (MCP)：打造企業級多人 AI 協作平台
Salesforce 收購 Slack 五年後，Slackbot 與 Salesforce 平台整合，透過 Model Context Protocol 讓使用者在聊天中即時查詢 CRM、產出 Tableau 圖表並觸發 DocuSign，提升團隊協作效率，預示企業 AI 從單人工具向多人協作平台轉變。
Model Context Protocol
深度分析
「Model Context Protocol」的 Unicode TAG 區塊 (T7) 隱蔽攻擊實驗與安全分析
MCP允許代理人從工具伺服器取得工具清單並將描述直接注入模型上下文，研究發現使用UnicodeTAG區塊的隱蔽編碼可在人體審核畫面中隱形，同時完整送入模型。實驗證實此方式繞過字串過濾與視覺審查，顯示協定在渲染與傳遞間缺乏位元一致性，需改以位元忠實顯示以提升安全性。
jcodemunch-MCP
「jcodemunch-MCP」利用 tree‑sitter 減少 95% 以上 AI 代碼探索 Token
jcodemunch-mcp以tree‑sitter解析GitHub程式碼，提供符號層級檢索，將AI代碼探索的token使用降低超過95%。支援Claude Code、Cursor與VS Code等平台，官方統計已累計節省3130億token，減少開發成本與碳足跡。
VulnClaw
AI 驅動的開源滲透測試工具 VulnClaw：支援 13 大 LLM、MCP 多工具鏈全流程自動化
VulnClaw以LLM結合ModelContextProtocol，支援多家模型與21種滲透Skill，能自動完成資訊收集、漏洞偵測、利用驗證與報告產出，近期在GitHubTrending爆紅，提升授權測試與教學效率。同時提供本地WebUI與Python程式碼執行，適用於紅隊演練與資安教學。
Ghidra
Ghidra MCP Server：利用 Model Context Protocol 讓 AI 直接介入二進位分析
Ghidra MCP Server 以 Model Context Protocol 連結 Ghidra 與 AI 工具，提供 200 多項 MCP 功能，支援 P-code 模擬與即時除錯，提升逆向工程自動化效率，並促進開源社群合作。此專案已獲超過兩千星標，顯示社群高度關注。
Network Sketcher
Network Sketcher：基於 Model Context Protocol 的 AI 網路規劃與 Cisco 生態系整合
Network Sketcher 是一套以 Python 撰寫、支援 Model Context Protocol（MCP）的 AI 原生網路設計平台。它可在本機、線上與離線三種模式下產出 L1/L2/L3 拓撲圖、裝置表與 AI 可用的 Context 檔，並支援從 Cisco ACI、Meraki、NetBox 等實體資產匯入。
深度分析
Google Gemini Spark 進入 macOS：AI 代理人與 Model Context Protocol 生態解析
Google 正將 AI 代理人 Gemini Spark 導入 macOS 系統，旨在強化桌面端的自動化能力。透過整合 Google Tasks、Keep 及多款第三方應用程式，Spark 能直接操作本地檔案並執行跨平台的複雜任務，同時導入即時主題追蹤與 MCP 協議支援。此舉將 AI 的角色從對話助手轉向能實際操作軟體的代理人，加速 Google 在桌面 AI 生態的競爭佈局。
PDF‑Reader‑MCP
PDF‑Reader‑MCP：AI 代理人文件雙生與證據優先抽取技術概覽
AI代理人常因PDF內容抽取不完整而產生幻覺，pdf‑reader‑mcp透過MCP伺服器把PDF轉為「文件雙生」—包含原始版面、OCR文字、表格與圖形，並產出可追溯的信任報告，讓回應可直接引用來源，降低錯誤風險。同時支援視覺裁切與多語言OCR，適用於各類技術文件與合規審查。
ComfyUI-MCP
深入解析 ComfyUI‑MCP：支援 Flux、Qwen 等 108 種工具的本機 AI 工作流平台
ComfyUI‑MCP於GitHubTrending爆紅，提供本地化的ClaudeCode插件與MCP伺服器。它整合108個工具與29項AI技能，支援圖像、影片與音訊生成，並可用自然語言編輯即時圖形。此套件快速提升工作流效率，吸引開發者在本機、LAN或雲端部署。
深度分析
利用 Model Context Protocol 的多代理 LAMP 框架，在 Lean 4 中首次形式化詞組合學
大型語言模型在數學推理上進步，但 Lean 4 受限於 Mathlib 領域。LAMP 框架利用 MCP 即時接入詞組合學 (CoW) 本體知識，透過 Planner、Builder、Verifier 產生核查過的證明。實驗顯示在 90 項 CoW 定理測試中，LAMP 驗證率 96.7%，遠超未加工具基線與現有專門化證明器。
VulnClaw
VulnClaw：結合 AI 代理人與 Model Context Protocol 的全自動滲透測試工具
VulnClaw結合LLM與MCP工具鏈，支援多家模型供應商，能以自然語言自動完成資訊收集、漏洞偵測、利用與報告生成，快速在授權測試與教學場景中提升效率。此工具內建21種滲透Skill，提供Python程式碼執行與本地Web UI，並可設定持續循環測試，對安全團隊與CTF參賽者具實務價值。
codebase-memory-mcp
codebase-memory-mcp：單一二進位 SQLite+Tree‑sitter 引擎實現跨平台 AI 代碼索引與低延遲查詢
DeusData 推出的 codebase-memory-mcp 在 GitHub Trending 爆紅，提供單一靜態二進位、零依賴的代碼索引服務，支援 158 種程式語言，平均倉庫可在毫秒內完成全量索引，查詢次毫秒回應，宣稱可減少超過 99% 的 token 用量，對 AI 編程代理的開發流程與成本產生顯著影響。支援 macOS、Linux與Windows，採 MIT 授權。