本期焦點集中在 Model Context Protocol（MCP）生態系、AI 程式開發代理、本機模型與資安治理。從 Rust 伺服器實作、行動裝置整合到本機記憶與開發橋接工具，MCP 正快速延伸至各類工作流程；另一方面，工具呼叫誤擋、憑證外洩與協定安全邊界，也成為開發團隊必須正視的議題。
用 Rust 與 rmcp 建置 MCP 伺服器
這篇實作教學使用官方 Rust SDK「rmcp」建置 MCP 伺服器，範例是一套管理 AWS EC2 G5g 執行個體的 DevOps 代理。相關環境採用 Graviton2 處理器與 NVIDIA T4G GPU，並以 Gemma 4 作為服務模型，適合想了解 Rust、雲端基礎設施與 MCP 工具介面如何串接的工程師。[https://ift.tt/bO7B4hK]
本機優先的 MCP 記憶、CodeGraph 與 Wiki
remem-mcp 將代理記憶、程式碼關聯圖與 Wiki 整合成一套本機 MCP 服務，資料存放於 SQLite，支援向量搜尋，而且不需要 API 金鑰或雲端服務。專案鎖定 Claude Code、Cursor、Codex 與 Devin 等程式開發代理；作者並表示，曾以 Claude CLI 與 Codex CLI 搭配此工具，在一次迭代中修正 60 個 TypeScript 錯誤。[https://ift.tt/DAIMk58]
為 Claude Code 提示詞建立本機貢獻圖
Prompt Contribution Graph 將 CLI 程式開發代理的提示活動視覺化，協助使用者掌握提示頻率，並回頭分析哪些指令較容易產生實用成果。工具採開源與本機執行取向，可作為個人提示詞習慣、代理使用量與工作流程成效的觀測介面。[https://ift.tt/vTbOUJK]
Claude Code 串接 Ollama 與 Qwen3.8 的本機實測
一名開發者在配備 48 GB 統一記憶體的 M4 Pro Mac 上，讓 Claude Code 透過 Ollama 使用 qwen3.8:27b-mlx。測試中，模型成功讀取並摘要實際程式庫檔案，也正確找出指定的行數與五個名稱。這是單一環境的使用經驗，但呈現了本機模型承接部分雲端程式開發代理工作的可能性。[https://ift.tt/hs5t2W4]
以快取組裝工具降低多代理重複成本
開源 MIT 授權專案 cache-assembler 鎖定 Claude Code 與 API 工作流程中的重複內容問題，尤其是大量子代理同時啟動、反覆載入相同上下文的情境。作者宣稱工具可將相關成本降低至原本的約八分之一；實際節省幅度仍會受到提示內容、快取命中率與代理架構影響。[https://ift.tt/L7K3aTk]
Anthropic 公開 Claude 文字浮水印機制
Anthropic 說明 Claude 文字浮水印的技術細節：模型產生內容時會調整選詞所使用的隨機機制，使持有密鑰的一方能檢驗文字是否帶有浮水印訊號，同時盡量維持一般閱讀時的自然程度。報導指出，新一批 Claude 模型已內建相關機制，舊版模型也將陸續適配。[https://ift.tt/UnLAuM5]
Cloudflare 開源內部 AI 代理工作空間
Cloudflare 將原先提供員工使用的 AI 代理工作空間開源，產品定位偏向讓非程式開發者也能透過自然語言建立應用。此舉反映「vibe coding」工具正從個人開發環境擴展至企業內部平台，並透過開源降低團隊導入、檢視與自行修改的門檻。[https://ift.tt/Rc9FLXI]
ChatGPT App 的 MCP 呼叫仍可能遭安全檢查誤擋
有開發者回報，ChatGPT App 發出的 MCP 工具呼叫在抵達自有伺服器前，就被 OpenAI 的安全檢查攔截。回覆指出，平台已部署改善措施以減少合法唯讀呼叫遭到錯誤封鎖，但部分請求仍可能受影響，團隊正在持續調查。對 MCP 開發者而言，除伺服器端日誌外，也需要把平台前置安全層納入除錯範圍。[https://ift.tt/jFKLeTA]
MCP API 仍需要明確的棄用政策
這篇文章討論代理是否能靠推理自行適應 API 變更，以及代理導向介面能否因此更快速演進。作者提醒，即使呼叫端具備一定的理解與調整能力，協定與工具提供者仍需處理相容性、版本演進及棄用規則，不能把所有破壞性變更都交由代理臨場解決。[https://ift.tt/CmjEwUX]
以 MCP 重建 Cerebras 知識庫工具層
一系列知識庫實作文章將既有的規劃器、檢索工具與答案合成流程改造成 MCP 服務。先前版本由作者自己的代理迴圈負責選擇工具、重新排序資料並生成附引用的回答；新版本則把同一批工具透過 MCP 暴露，藉此重新分配客戶端代理與伺服器端程式碼的責任。[https://ift.tt/shNyMg5]
PyScrappy 為網頁爬蟲加入自我修復選擇器
PyScrappy 是一套可作為 Python 函式庫或 MCP 伺服器使用的網頁擷取工具，主打自我修復選擇器、結構化輸出與供大型語言模型使用的資料格式。對需要長期維護爬蟲的團隊而言，選擇器能否因應網頁結構調整相當重要；不過實際部署時仍應檢查網站使用條款、存取頻率與資料授權。[https://ift.tt/PR6pniw]
MCP 普及後的安全邊界受到檢視
一篇安全分析指出，MCP 讓模型能以標準化方式存取工具、資料來源與外部服務，但快速導入也擴大了權限管理與供應鏈風險。企業在接入 MCP 伺服器時，應把工具描述、輸入驗證、最小權限、敏感資料處理與稽核紀錄視為完整威脅模型的一部分，而不是只確認協定能否正常連線。[https://ift.tt/rmku54x]
Android 代理透過 MobileGraph 發現遠端 MCP 工具
MobileGraph 的整合教學示範 Android 上的 AI 代理如何探索並呼叫遠端 MCP 伺服器工具，讓應用程式開發者不必為每項服務各自撰寫 HTTP 客戶端。這種抽象化有助於統一工具介面，但行動端仍需妥善處理網路中斷、權限、憑證保存及遠端工具回傳內容的驗證。[https://ift.tt/vdhD1At]
macOS 本機 MCP 橋接 shell、檔案與 PTY
Mac Developer Bridge 是一套在 macOS 本機執行的 MCP 橋接工具，可向代理提供 shell、檔案與虛擬終端機（PTY）介面，並支援唯讀存取 Codex 歷史紀錄。這類工具能提升程式開發代理的環境整合程度，但也代表代理接觸到更高權限的本機資源，部署前應明確限制可讀路徑、可執行指令與歷史資料範圍。[https://ift.tt/abDCgpd]
在機密送進 AI 代理前先行攔截
clowk 是一套在機密資料送入 AI 代理前進行攔截的 hook，讓使用者改以暱稱引用敏感資訊。作者表示，曾在 113 份 Claude Code 對話紀錄中發現 API 金鑰，因此開發這項工具降低憑證進入模型上下文與對話紀錄的風險。這也提醒團隊，代理資安防線應從提示輸入端開始，而非只依賴事後掃描。[https://ift.tt/clUoaZG]