Playwright MCP：让 AI Agent 用可验证的浏览器状态完成网页工作
Playwright MCP 将 Playwright 浏览器自动化包装成 MCP server，让 AI Agent 透过 accessibility snapshot、明确工具与状态回读完成网页任务。本文拆解它的使用方式、profile 管理、限制与安全导入策略。
最新文章
探索 AI 应用的最新趋势与实用技巧
MCP Toolbox for Databases：讓 Agent 安全連接企業資料庫的開源工具鏈
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。
AI Agent 不該只靠感覺驗收：DeepEval 如何把 LLM 評估帶進 pytest 工作流
DeepEval 是一套開源 LLM 評估框架，將測試案例、品質 metrics 與 threshold 接進熟悉的 pytest／CI 工作流。本文從官方 README 與原始碼脈絡拆解黑箱評估、RAG faithfulness、Agent trajectory、工具正確性與導入治理。
从单机 Python 到 AI 丛集：Ray 如何把扩展成本藏进程式模型
当机器学习工作负载从单机走向分散式，真正棘手的往往不是把 CPU 数量加大，而是重新设计任务、状态、资料与服务边界。Ray 以 tasks、actors 与 objects 建立一套 Python 原生的分散式执行模型，再往上提供 Data、Train、Tune、RLlib 与 Serve 等 AI libraries。本文用一个可验证的上手范例，拆解它适合解决什么问题，以及哪些情境不该急着导入。
Netdata：把每秒级观测、边缘 ML 与 MCP 组成可诊断的 AI 可观测平台
Netdata 不只是另一个监控仪表板：它把每秒级指标、边缘端异常侦测、分散式 Parent-Child 架构，以及最新版本中的 MCP troubleshooting 串成一条可操作的观测路径。本文从 Agent 的资料流、AI 分析回圈与 v2.11.0 的网路能力出发，拆解这个 8 万星开源专案适合解决什么问题，以及导入时该避开哪些误区。
别让 RAG 卡在检索层：Milvus 如何把向量搜寻做成可扩展的 AI 基础设施
RAG 的瓶颈常常不在模型，而在检索层是否能从本机原型一路长到生产规模。本文用 Milvus 的官方架构与 quickstart 拆解向量搜寻、metadata filtering、hybrid search，以及从 Milvus Lite 走向 Docker 与 Kubernetes 的实务路线。