最新

前段时间，我开发了一个简单的应用来跟踪股票。它抓取市场数据，并根据我的风险承受能力生成每日报告。基本上就是一个个人投资助手。它运行得很好，所以我一直坚持使用它。<p>现在，同样的框架也帮助我处理房地产：比较社区、检查洪涝风险、天气模式、学区、新旧建筑等等。这是一个复杂、多变量的决策过程——事实证明，这非常适合用 AI 智能体来处理。<p>我没有使用 ChatGPT 或 Grok 4，而是使用了 mcp-agent，它允许我构建一个持久的、多智能体系统，可以抓取实时数据、记住我的偏好，并随着时间的推移而改进。<p>关键组件： • 编排器：为任务选择合适的智能体或工具 • 评估优化器：对结果进行评分和优化，直到达到高质量 • 引导：在需要时引入人工干预 • MCP 服务器：通过 API 暴露所有内容，以便我可以在 Streamlit、CLI 或任何地方使用它 • 记忆：存储偏好和结果，以实现个性化<p>它是模块化的、与模型无关的（通过 Ollama 与 GPT-4 或本地模型配合使用），并且可共享。<p>请告诉我你们的想法！