跳到正文
只看教程#MCP/工具调用
  1. OpenRouter：Announcements74

    OpenRouter 实测 MCP、CLI 与 Skills 的上下文 token 成本

    OpenRouter 在一个 GitHub 任务上用 Claude Haiku 5.5、Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 实测三种工具接入的 token 成本。

    推荐理由：OpenRouter 用同一 GitHub 任务实测三种工具接入方式的 token 差异，并给出测量脚本和按场景选型的具体建议，方法可迁移到读者自己的服务器。

  1. Google AI：DEV 作者专属68

    Google Agent Skills 如何像产品一样发布技能：六道自动化门禁与 AI 评审

    Google 工程师 Remigiusz Samborski 介绍 Google Agent Skills 仓库近两个月的进展，star 数从 15,000 增至超过 21,000，托管 170 多个技能。

    推荐理由：作者以 Google Agent Skills 维护者身份拆解了完整 CI 门禁与 AI 评审规则，读者可把同一套版本化、原子化评测方法迁移到自己的技能仓库。

  2. Pydantic AI 官方文章63

    Pydantic AI 讲解 code mode 与 sandbox 的区别及工作区用法

    Pydantic AI 官方文章解释 code mode 和 sandbox 不是同一件事：code mode 是模型通过 run_code 写 Python 调用工具以减少模型往返，sandbox 是代码运行的隔离环境，二者可独立也可组合。

    推荐理由：原文厘清 code mode 与 sandbox 是两个不同概念，并给出 Pydantic AI 中沙箱边界的三种位置与 workspace 组合方案，可迁移到智能体隔离设计。

  3. OpenRouter：Announcements79

    OpenRouter 教程：用 JSON Schema、工具调用或决策模型从任意 LLM 获取结构化输出

    OpenRouter 发布教程，讲解三种可靠的 LLM 结构化输出方法：支持结构化输出时发严格 JSON Schema、只支持工具时强制一次工具调用、只需标签时用 Jev 这类决策模型。

    推荐理由：OpenRouter 用 24 条客服消息在多模型上实测三种结构化输出方案的可靠性差异，并给出可复用的 schema 写法和降级路径。

  1. Browser Use68

    Browser Use 深度评测 11 款浏览器 MCP server 并给出选型建议

    Browser Use 作者把浏览器 MCP server 分为三类：本地逐步操控、云端浏览器、整任务交给 agent，并逐一给出推荐和注意事项，如 Playwright MCP 适合测试、Steel 支持人工接管登录。

    推荐理由：作者按三类任务梳理 11 款浏览器 MCP server 的选型逻辑，并附自家实测的 token 成本与耗时对比，可直接用于选型。

  1. OpenRouter：Announcements62

    OpenRouter 对比四家 AI Agent 服务端代码执行工具并介绍自家沙箱

    OpenRouter 发布文章对比 OpenAI、Anthropic、Google 与 OpenRouter 四家的服务端代码执行工具，并介绍其 beta 版 openrouter:shell 与 openrouter:bash 工具，可为 Responses 和 Messages API 上的任意模型运行命令。

    推荐理由：OpenRouter 结合自家工具对比四家服务端代码执行沙箱的能力、限制与成本，读者可以据此判断自托管与托管方案的选择边界。

  1. OpenRouter：Announcements63

    OpenRouter 对比六种 Agent 框架的工具调用 Schema 处理方式

    OpenRouter 发文对比 LangChain、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在 OpenAI、Anthropic、Google 三种不互通的 wire 格式之间做翻译。

    推荐理由：原文逐家拆解六个 Agent 框架的工具调用格式翻译位置，并说明 OpenRouter 在 API 层归一化后换模型只改一行。

  1. Pydantic AI 官方文章72

    Pydantic Logfire MCP server 教程：在编辑器里让编码智能体直接调试生产数据

    Pydantic Logfire 官方介绍如何用 Logfire MCP server 让 Cursor、Claude Code、Codex 等编码智能体直接以 SQL 查询 OpenTelemetry traces、日志和指标，给出三条接入路径和 OAuth/API key 认证方式。

    推荐理由：原文给出完整接入方式、SQL 查询设计和两家生产团队的数据，能帮助读者判断让编码智能体直查生产 trace 是否适合自家工作流。

已经到底了