最新

我从 Arc 切换到 Chrome 时，因为无法使用 `cmd+shift+C` 复制页面 URL 而感到沮丧。现有的扩展程序往往不稳定。<p>所以我开发了 Arclet Copier。这篇文章讲述了我的开发历程，重点介绍了如何通过使用 Chrome 的 Offscreen Document API 来克服传统内容脚本注入的局限性，从而实现近乎原生的复制可靠性。<p>文章还详细介绍了我的开发经验，其中 99% 的扩展程序是用 AI（Claude Code）开发的，总共消耗了大约 5 亿个 tokens。

大家好，HN！我们是 Wen 和 Tobias，正在构建 Metorial (<a href="https://metorial.com">https://metorial.com</a>)，一个使用 MCP 将 AI 代理连接到外部工具和数据的集成平台。 问题：虽然 MCP 在本地运行良好（例如，Cursor 或 Claude Desktop），但服务器端部署却很痛苦。运行 MCP 服务器意味着管理 Docker 配置、每个用户的 OAuth 流程、扩展并发会话以及从头开始构建可观测性。这种基础设施工作将简单的集成变成了数周的设置时间。 Metorial 自动处理所有这些问题。我们维护了一个包含约 600 个 MCP 服务器的开放目录（GitHub、Slack、Google Drive、Salesforce、数据库等），您只需点击三下即可部署。您还可以自带 MCP 服务器或分叉现有的服务器。 对于 OAuth，只需提供您的客户端 ID 和密钥，我们就会处理整个流程，包括令牌刷新。然后，每个用户都会自动获得一个与其自己的 OAuth 凭据配置的隔离 MCP 服务器实例。 我们的与众不同之处在于，我们的无服务器运行时会休眠空闲的 MCP 服务器，并在不到一秒的时间内以冷启动恢复它们，同时保留状态和连接。我们的自定义 MCP 引擎能够管理数千个并发连接，为您提供具有每个用户隔离的可扩展服务。其他替代方案要么运行共享服务器（安全问题），要么为每个用户配置单独的 VM（昂贵且扩展速度慢）。 我们的 Python 和 TypeScript SDK 允许您在单个函数调用中将 LLM 连接到 MCP 工具，从而抽象掉协议的复杂性。但如果您想深入研究，您可以使用标准 MCP 和我们的 REST API (<a href="https://metorial.com/api">https://metorial.com/api</a>) 连接到我们的平台。 您可以自托管 (<a href="https://github.com/metorial/metorial" rel="nofollow">https://github.com/metorial/metorial</a>) 或使用 <a href="https://metorial.com">https://metorial.com</a> 上的托管版本。 到目前为止，我们看到企业团队使用 Metorial 作为 Salesforce 等工具的中央集成中心，而初创公司则使用它来减少在构建具有集成的 AI 代理时数周的基础设施工作。 演示视频：<a href="https://www.youtube.com/watch?v=07StSRNmJZ8" rel="nofollow">https://www.youtube.com/watch?v=07StSRNmJZ8</a> 我们的代码库：Metorial: <a href="https://github.com/metorial/metorial" rel="nofollow">https://github.com/metorial/metorial</a>, MCP Containers: <a href="https://github.com/metorial/mcp-containers" rel="nofollow">https://github.com/metorial/mcp-containers</a> SDKs: Node/TypeScript: <a href="https://github.com/metorial/metorial-node" rel="nofollow">https://github.com/metorial/metorial-node</a>, Python: <a href="https://github.com/metorial/metorial-python" rel="nofollow">https://github.com/metorial/metorial-python</a> 我们很乐意听取反馈，特别是如果您处理过大规模部署 MCP！