MCP

Playwright MCP 將 Playwright 瀏覽器自動化包裝成 MCP server，讓 AI Agent 透過 accessibility snapshot、明確工具與狀態回讀完成網頁任務。本文拆解它的使用方式、profile 管理、限制與安全導入策略。

MCP Toolbox for Databases 將資料庫能力包成可審查的 MCP 工具，從預建整合、tools.yaml、自訂 toolset 到 OIDC 授權與 OpenTelemetry，建立 Agent 連接企業資料的工程邊界。本文拆解它的架構、上手方式、安全取捨與 production 導入檢查表。

Netdata 不只是另一個監控儀表板：它把每秒級指標、邊緣端異常偵測、分散式 Parent-Child 架構，以及最新版本中的 MCP troubleshooting 串成一條可操作的觀測路徑。本文從 Agent 的資料流、AI 分析迴圈與 v2.11.0 的網路能力出發，拆解這個 8 萬星開源專案適合解決什麼問題，以及導入時該避開哪些誤區。

Chrome DevTools MCP 將 live Chrome 的操作、Console、network、效能與記憶體分析能力接到 MCP，讓 AI coding agent 能在程式碼與瀏覽器狀態之間建立可驗證的除錯迴圈。本文拆解工具架構、導入方式與安全邊界。

AI Agent 真正難的往往不是呼叫一個 API，而是把工具發現、使用者授權、工作階段隔離與執行結果接起來。Composio 以 TypeScript／Python SDK、CLI、provider adapters 與 MCP session，提供一條從意圖到外部應用程式動作的實作路徑。

vercel-labs/agent-browser 是一套為 AI Agent 設計的瀏覽器自動化 CLI。它以 Accessibility Snapshot 暴露可操作的頁面語意，搭配短 ref、session 隔離、daemon 與 state 保存，讓代理程式不必依賴脆弱的 CSS selector，也能在真實網站上執行、檢查與重播工作流程。

MCP 的價值不只在於讓模型呼叫工具，而在於能否把工具、結構化結果、互動介面與除錯流程組成一個可維護的應用。本文以 mcp-use 為例，從快速建立 MCP Server 開始，拆解它如何把 TypeScript 型別、React View、Inspector 與代理導向的開發流程放在同一個框架裡，並整理適用情境與導入時必須面對的限制。

當 AI coding agent 只靠逐檔搜尋理解大型 repository，容易漏掉跨檔案關係並消耗大量上下文。codebase-memory-mcp 以 tree-sitter、Hybrid LSP 與 SQLite 知識圖譜建立本機 code intelligence，再透過 MCP 提供架構、呼叫路徑與影響分析查詢。本文拆解它的設計、安裝、效能基準、安全邊界與適用情境。

Goose 不只是在編輯器裡回答問題的 AI 工具，而是把模型、工具、工作階段與多個 provider 組成可操作的開源 agent 工作台。本文從 CLI 安裝、模型設定、MCP extension 到 session 管理，實際拆解它適合什麼工作、有哪些權限與復原限制，以及團隊導入前應如何建立驗證基線。

Context7 將較新、較具體的函式庫文件與程式碼範例送進 LLM 上下文，提供 CLI 加 skills 與 MCP 兩種整合方式。本文拆解它如何降低過時 API 與猜測範例的風險，並整理安裝、使用、治理與限制。

HKUDS/nanobot 是以 Python 開發的可自架個人 AI Agent framework，整合 WebUI、CLI、聊天通道、工具、長期記憶、MCP、子代理、排程與 OpenAI-compatible API。本文從 Agent loop、快速上手、自架邊界與工程化檢查點，整理它如何從聊天機器人走向可長駐的工作台。

Scrapling 是一個以 Python 打造的自適應 Web Scraping framework，從 HTML parser、瀏覽器 fetcher 到可暫停續跑的 spider 與 MCP server 都整合在同一套 API。本文拆解它如何面對網站結構變動，並用可執行範例建立一個從單頁擷取到並行爬取的實作流程。

CowAgent 是一個開源 Agent Harness，將任務規劃、工具迴圈、長期記憶、主題知識庫、Skills、MCP、多模型與多通道整合在同一個可長期運作的 AI 助理 runtime。

AI Agent 的記憶不只是把對話塞進向量資料庫。TencentDB Agent Memory 以短期符號化記憶、長期語意分層與可回溯證據鏈，降低長任務的上下文成本，同時保留查證細節的能力。本文拆解它的架構、安裝方式、適用場景與實務限制。

QwenPaw 2.0 不只是聊天介面，而是把模型、記憶、Skills、MCP、多渠道與安全政策整合成可本機部署的 Agent OS。本文從 Docker 快速啟動，拆解實際導入的驗證步驟、權限邊界與常見限制。

Open Design 把設計系統、skills、插件與 MCP 整合成一個可重跑的 Agent 工作空間，不只是另一個生圖工具，而是把 prototype、deck、dashboard 與交付流程串成同一條設計鏈。

我看 CC Switch 的價值，不是又多了一個桌面軟體，而是把原本散在 Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw 與 Hermes Agent 的 provider、MCP、prompts、skills 與 session 管理收回到同一處。