搭建你的 AI 技术栈
工具、MCP 服务器与 Skills 协同工作——从编辑器到生产环境。
AI 编程工具
查看全部 →ChatGPT
覆盖日常问答、长文写作、代码解释与图文输入；需要可重复流程时还可借助 GPT 与连接器，而不只是一次性对话。
Gemini
在对话之外，与 Google 搜索、Workspace 等场景衔接紧密，适合中英文混杂、需要快速检索与图文理解的日常任务。
Claude
擅长载入长 PDF、对比版本与打磨措辞；项目与团队能力有助于把机构知识沉淀在同一线程里反复迭代。
DeepSeek
在链式推理、数学推导与仓库级编程辅助上性价比高，适合想控制成本又要较强推理能力的团队与个人。
Cursor
将补全、多文件 Agent 与 @ 引用代码库结合，减少在终端、浏览器与编辑器之间来回切换去理解或重构大型项目。
GitHub Copilot
与 PR、Issue 同源协作：在 VS Code / JetBrains 内完成跨文件修改与仓库问答，适合已在 GitHub 流程中的团队。
Midjourney
在光影与美术方向上口碑突出，适合用提示词、情绪板与社区配方反复迭代，而非单次出图即交付。
Perplexity
将联网检索与对话结合，并在回复中附带引用便于核对；Comet 与企业版进一步把「下一步动作」纳入流程。
MCP 服务器
更多 →Datadog MCP Server
Datadog 远程 MCP：经 OAuth 将 Cursor、Claude Code、Codex 等客户端接到 APM、日志、指标、Monitor 与安全信号；公平使用上限为每 10 秒 50 次、每月 5 万次 tool call；Audit Trail 记录 MCP 操作。
Composio MCP Server
Composio SDK/控制台创建 MCP：`mcp.create()` 指定 toolkit 与 allowed_tools，`mcp.generate()` 生成按用户区分的 URL；端点需 x-api-key（新组织默认）。文档示例接入 OpenAI、Anthropic、Cursor 等。
E2B MCP Gateway
E2B 在云端沙箱内提供 MCP 网关：经 HTTP（Bearer 令牌）暴露 Docker MCP Catalog 中 200+ 工具。以 mcp 配置创建 Sandbox，调用 getMcpUrl/getMcpToken 后挂到 Claude Code 等客户端；沙箱为可联网 Linux 环境，便于 Agent 装包、跑终端与执行代码。
LiteLLM MCP Gateway
LiteLLM Proxy 文档中的 MCP Gateway：固定端点提供 MCP 工具访问，按密钥/团队/组织授权；支持 Streamable HTTP、SSE、stdio；需开启 store_model_in_db 后于 UI 或 config.yaml 注册 MCP 服务器；v1.80.18 起对齐 MCP 协议 2025-11-25 并按 SEP-986 命名新服务器。
LangSmith MCP Server
LangChain 文档描述的 LangSmith Model Context Protocol 服务器，供 MCP 客户端读取工作区内的会话线程、Prompt、run/trace、数据集、实验与账单用量。LangSmith Cloud 用户应优先使用带 OAuth 的 LangSmith Remote MCP（api.smith.langchain.com 及文档列出的区域端点）。仍可使用 https://langsmith-mcp-server.onrender.com/mcp 并通过 LANGSMITH-API-KEY 头鉴权；自建 LangSmith 可运行 uvx langsmith-mcp-server 或 Docker HTTP（8000 端口）并配置 LANGSMITH_ENDPOINT。官方工具含 get_thread_history、list_prompts、fetch_runs（支持 FQL 与按字符分页）、数据集读写、list_experiments、get_billing_usage 等。
Snowflake 托管 MCP Server
Snowflake 官方文档描述了由其在云端托管、面向 Cortex Agents 场景的 Model Context Protocol（MCP）入口：通过在账户内运行 `CREATE MCP SERVER` YAML/SQL（工具类型可选 Cortex Search Service 查询、Cortex Analyst、SYSTEM_EXECUTE_SQL、Cortex Agent 运行或 GENERIC 本地包装 UDF／存储过程等声明），再配合 Snowflake OAuth 将外部 MCP 客户端接入受治理的数据平面。发行说明列出了所跟踪的 MCP 规范修订与安全部署提示（包括对第三方 MCP 工具的审慎验证）。部署前请以 docs.snowflake.com 《Snowflake-managed MCP server》一章为准逐项核对预览/GA 语法。
Claude Code Skills
更多 →负责任 AI 无障碍数据审查
将 Microsoft Learn 负责任 AI 与无障碍修复整理为清单：核查生成式输出（图像/代码/UI）对视障等群体的刻板描绘、审计 dataset metadata、记录人在回路修复，并对齐人对 AI 结果负责的原则。
Agentic 编码供应商就绪度核查
在标准化 AI 编码栈前核查：SCM 状态页 incident、主备 Agent（Copilot/Cursor/Claude Code 等）、Braintrust 等 tracing 基线，以及托管与 Agent API 双故障演练；引用公开计费与 outage 报道。
多区域 LLM 提供商就绪度核查
将出口管制与多厂商路由整理为规划清单：记录主/备路（含 Helicone、LiteLLM Router）、量化区域封锁敞口，并在管理层对某市场「零预期」时与财务口径一致；含法务会签、故障演练与上线前证据。
LiteLLM Router 回退就绪度核查
将 LiteLLM 路由文档转化为上线前清单：核对主/备部署、重试与负载策略；经 Proxy 时验证虚拟密钥与费用；通过可控主路故障演练确认回退触发；若用 MCP Gateway 则检查 store_model_in_db 与 SEP-986 命名。
LangSmith 生产 trace 排障手册
将 LangSmith 可观测文档落成可重复的线上故障流程：从失败 run 或 thread 出发，用 UI 或 MCP（fetch_runs、get_thread_history）还原 Prompt、工具调用与错误，再用文档中的 FQL 过滤缩小范围；强调字符预算分页，并区分 Cloud OAuth Remote MCP 与自建 LANGSMITH_ENDPOINT。
OWASP GenAI LLM Top 10（v1.1）风险核查清单
将 OWASP GenAI 项目组维护的《大型语言模型应用 Top 10》公开分类（社区页面当前称为 v1.1，自 LLM01 提示注入延伸至 LLM10 模型窃取）转写为可逐项打勾的工程设计清单，覆盖 RAG、工具调用链、插件宿主、持续学习与托管推理等架构。每个风险域的叙述与缓解方向与 genai.owasp.org／项目维基对「提示操控、未验证输出、语料或训练投毒、滥用算力型 DoS、依赖与模型供应链、敏感信息回声、特权工具设计、代理自主性失控、对模型结论的过度信赖、专有模型与权重被外部复制」等条目描述保持一致，并强调将策略控制、观测与安全左移结合，而非仅依赖单次渗透测试结论。