PMB
PMB 本機持久記憶：支援 Model Context Protocol 的 AI 編寫代理解決方案
PMB為AI程式編寫代理提供本機持久記憶，採用ModelContextProtocol並支援SQLite與多語言檢索。其在LoCoMo基準測得94.5%recall@10、約70 ms延遲，且無需雲端或API金鑰。此技術提升開發者資料主權與效能，可能推動台灣本地AI開發走向去中心化。
Model Context Protocol
Model Context Protocol
Model Context Protocol (MCP) 開源工具箱：結合 LangChain、CrewAI 與向量資料庫快速構建 Agentic AI 代理
MCP讓開發者能以簡易步驟建置AgenticAI與生成式AI代理，結合LangChain、CrewAI等工具，支援向量資料庫與Docker部署，快速落地應用。跨平台、低配需求、開源MIT授權，適合團隊快速驗證AI工作流。同時支援向量資料庫如ChromaDB、FAISS與Pinecone，降低資料檢索。
ArcRift
ArcRift：本機優先 AI 記憶層同步瀏覽器與 IDE，提升開發者上下文持續性
ArcRift為本機優先AI記憶層，透過Chrome擴充功能與MCP伺服器同步瀏覽器聊天與本地IDE，將對話存入SQLite知識圖譜，自動注入提示，免除重複說明，提升開發效率，支援Claude、ChatGPT、Gemini等主流模型，已在24小時內星標激增，對隱私與開發流程的影響值得關注。
深度分析
AGI 時代的 Copyleft 轉型：從源碼等價到可重建建置
隨著AGI系統崛起，傳統Copyleft的源碼‑二進位等價假設被打破。本文提出以可重建建置確保位元相同的技術框架，並闡述模型上下文協議帶來的動態連結層治理挑戰。結果顯示，僅靠分享程式碼已不足以保護自由，需結合可驗證重建與協議治理。同時，對AI開發者生態與商業模式亦產生深遠影響。
native-devtools-mcp
「native-devtools-mcp」：基於 Rust 的 MCP 跨平台桌面與行動自動化伺服器
在 AI 代理人需求升溫的背景下，native‑devtools‑mcp 以 Rust 撰寫，提供 macOS、Windows、Android 以及 Chrome/Electron 的螢幕擷取、OCR、點擊與鍵入等自動化功能，讓 Claude、Cursor 等 MCP 客戶端直接控制本機應用，提升開發與測試效率。
Arkon
Arkon 企業級自架 AI 知識中心與 Model Context Protocol (MCP) 深度解析
Arkon是一套自架的企業級AI知識中心與MCP伺服器，將SOP、政策與內部文件編譯成可追溯的維基，並透過權限篩選供Claude等大型語言模型存取，提升組織資訊安全與檢索效率。其MRP流程支援計畫審核、頁面合併與可恢復草稿，Wiki瀏覽器提供三欄視圖與知識圖譜，全部本機運算避免供應商綁定。
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。
Claudian
Claudian：在 Obsidian 中整合 Claude Code 與 Codex 的 AI 編碼代理
GitHub出現一個專為Obsidian設計的外掛，將Claude Code與Codex等AI編碼代理嵌入筆記庫。代理以筆記庫為工作目錄，能直接讀寫檔案、搜尋並執行多步工作流程；支援內嵌編輯、指令與外部MCP伺服器連接。這種整合可改變開發者在本地筆記中使用AI的工作流程與效率。
速報
MCP-Control-Lite：用 Rust + Tauri 在 macOS 管理 Model Context Protocol 伺服器
MCP-Control-Lite 是一款以 Rust 與 Tauri 開發的 macOS 原生工具，定位為管理 Model Context Protocol（MCP）伺服器的輕量管理器。它提供 GUI 與 CLI，方便使用者設定、同步並監控多個 MCP 伺服器，並宣稱支援與常見的人工智慧助理整合。
深度分析
Model Context Protocol (MCP) STDIO 傳輸層缺陷：逾二十萬伺服器面臨任意指令執行風險
研究指出Anthropic的模型上下文協定（MCP）STDIO傳輸缺乏指令消毒，致超過二十萬台公開伺服器可能被遠端執行任意指令，漏洞遍及LiteLLM、LangFlow、Flowise等主流AI套件，因缺乏安全邊界，修補只能處理個別入口，根本問題未解仍需企業自行加強沙箱與白名單防護。
深度分析
「MCPHunt」：以金絲雀污點追蹤評估多伺服器 MCP 代理跨境憑證傳播的框架
研究指出，多伺服器MCP工具組合在執行正常任務時，會將憑證原文跨境傳遞，政策違規率達11.5%至41.3%。MCPHunt透過金絲雀污點追蹤與環境控制設計，量測此類傳播，並證實提示防禦可降低至最高97%但效能仍受模型指令遵循度影響。此結果呼籲業界加強跨伺服器資料流管控與協調機制。
Model Context Protocol
使用 MCP 與 LangChain、CrewAI 快速部署本地 AI 代理工作流
Anthropic 限制 Claude 後，開源社群推出新工具 Build‑Agentic‑AI‑and‑Gen‑AI‑Agents‑with‑MCP，透過 Model Context Protocol 串接 LangChain、CrewAI，提供跨平台安裝與向量資料庫支援，協助開發者快速建置 AI 代理工作流。