Agent Reach + Sherlock 完整教學 1. 專案定位：它們各自解決什麼問題？ 1.1 Agent Reach — 給 AI Agent 裝上「眼睛」 一句話定義：Agent Reach 是一個 capability layer（能力層），讓 AI coding assistant 能夠讀取全網 15 個平台的內容。 白話解釋： 你的 AI Agent（Claude Code、Cursor 等）很聰明，能寫程式、改文件。但叫它「去推特上看看大家怎麼評價這個產品」？看不了。 叫它「幫我搜小紅書上這個品的口碑」？打不開。 叫它「看看這個 YouTube 影片講了什麼」？拿不到字幕。 Agent Reach 就是解決這個...
Agent Browser 完整教學 1. 專案定位與核心價值 什麼是 Agent Browser Agent Browser 是 Vercel Labs 開發的瀏覽器自動化 CLI 工具，以 Rust 原生編譯，透過 Chrome DevTools Protocol (CDP) 直接控制 Chrome/Chromium，專為 AI agent 設計。 解決什麼問題 傳統瀏覽器自動化工具（Playwright、Puppeteer、Selenium）在 AI agent 使用場景中面臨三大痛點： Token 消耗過高: 取得完整 DOM/HTML 需要數千甚至數萬 token，LLM context window 迅速耗盡 啟動與執...
OpenFate Bazi MCP 完整教學 1. 專案定位與核心價值 解決什麼問題 大型語言模型（LLM）在面對八字（四柱）排盤計算時，往往會產生曆法運算幻覺。八字排盤並非文字推理題，而是涉及確定性曆法計算的精密工程，包含： 二十四節氣邊界判斷 真太陽時（True Solar Time）校正 經度與時區修正 夏令時間（DST）偏移處理 子時換日規則 農曆轉公曆 地支六沖、六合、三合、三會、刑、破、害等互動 OpenFate Bazi MCP 的核心設計哲學：把確定性計算交給引擎，讓 AI 專注於解讀與說明。 核心價值主張 面向 傳統方式 OpenFate Bazi MCP 計算準確度 LLM 推理，容易出錯 確定性引擎，可驗證 ...
OpenPencil 完整教學 1. 專案定位與核心價值 這是什麼？ OpenPencil 是一款 AI 原生的開源設計編輯器 (AI-native open-source design editor)，定位為 Figma 的開源替代方案。它不只是一個設計工具，更是一個 可程式化的設計平台 (programmable design platform)，讓設計工作能被 CLI 腳本、AI Agent、自動化 pipeline 所驅動。 為什麼值得關注？ 問題 Figma 現況 OpenPencil 解法 檔案格式封閉 專有二進位格式，只能在 Figma 內讀取 原生讀寫 .fig + 開放 .pen 格式 程式化存取受限 MCP...
Repository: https://github.com/strands-agents/mcp-server Stars: 286 | Forks: 72 | Language: Python License: Apache-2.0 | Last Updated: 2026-06-14 PyPI: strands-agents-mcp-server | Python: 3.10+ Tags: MCP, Documentation, GenAI, Agentic AI, Agents, Bedrock, LiteLLM, Ollama, OpenAI 1. 專案概覽 (Project Overview) 1.1 這是什麼？...
1. 專案定位與核心價值 1.1 PAL MCP 是什麼 PAL MCP Server（Provider Abstraction Layer for Model Context Protocol）是一個開源 MCP 伺服器，讓你在 Claude Code、Gemini CLI、Codex CLI、Cursor 等 AI 開發工具內同時調度多個 AI 模型，實現真正的多模型協作開發。 核心概念：「一個 context，多個模型」。你不需要在不同工具之間切換，就能讓 Gemini 做 code review、O3 做 debug、GPT-5 做 planning，而且對話脈絡在工具之間自動延續。 1.2 解決什麼問題 痛點 PAL...
Headroom 完整教學 — AI Agent Context Compression Layer 1. 專案定位 Headroom 是一套 AI agent 的 context compression (上下文壓縮) layer (層)，目標是把 LLM 收到的所有輸入——tool output (工具輸出)、log (日誌)、RAG chunk (檢索增強生成區塊)、檔案內容、對話歷史——在送達 LLM provider 之前進行智慧壓縮，達成 60–95% 的 token (語元) 節省，同時維持回答品質不變。 為什麼需要 Headroom？ AI coding agent（如 Claude...
my-claude-code-setup 完整教學 centminmod/my-claude-code-setup — Claude Code 起步模板、Memory Bank 系統、Hooks、Skills 與 Subagents 全解析 1. 專案定位與核心價值 這是什麼 my-claude-code-setup 是一個 Claude Code 的起步模板倉庫 (starter template repository)，由 George Liu 維護，在 GitHub 上獲得 2,387 stars 與 227 forks。它不是一個應用程式，而是一組可直接複製到任何專案的設定檔、模板與工具集。 核心定位 面向 說明 目標使用...
Odysseus 完整教學 — Self-Hosted AI Workspace 1. 專案定位 Odysseus 是一個 self-hosted (自建) AI workspace (工作空間)，目標是成為 ChatGPT 和 Claude 的自建替代品。它運行在使用者自己的硬體上，所有資料本地儲存，不外送任何內容至第三方服務（除非使用者主動設定 API provider）。 為什麼需要 Odysseus？ 需求 Odysseus 的解答 隱私控制 所有資料留在本地，不經過任何中間服務 模型自由 接入任何 LLM：本地 Ollama / vLLM / llama.cpp 或遠端 OpenAI / OpenRouter 功能整合 ...
claude-code-slack-channel 完整教學 把 Claude Code 跟 Slack 雙向接起來，但用「企業級 governance」的方式做：每一個 tool call 都過 policy engine、每一筆決策都進 Ed25519 簽章的 audit journal、五層 prompt-injection 防禦。本教學帶你從 0 到生產級使用。 1. 專案定位 1.1 為什麼需要這個 把 Claude Code 接到 Slack 不難 — 寫個 webhook 接 message、轉 stdin、把 stdout 丟回 Slack 就能跑。但在企業場景會撞到： 多人共用一個 Claude Code...