Forwarded from Все о блокчейн/мозге/space/WEB 3.0 в России и мире
MCP месте с DeepSeek является самой популярной ИИ-разработкой за последние 6 месяцев.
Вот все, что нужно знать об этой технологии, как она меняет ваши рабочие задачи
MCP (Model Context Protocol) - это протокол, созданный Anthropic, ставший стандартом для взаимодействия между различными ИИ-агентами и инструментами.
Это новая парадигма, которая делает ИИ полезнее для обычных пользователей, бизнеса и разработчиков, превращая модели из просто "умных собеседников" в инструменты, способные решать реальные задачи с доступом к актуальным данным и инструментам.
MCP состоит из 3-х ключевых компонентов:
Хост/Клиент — ИИ-приложения, такие как Claude
Сервер — связующее звено между ИИ и внешними системами
Протокол — стандарт обмена данными между ними
Практические примеры использования MCP:
Поиск и доступ к информации
Perplexity + Sonar: Интеграция позволяет Claude искать в интернете и получать актуальную информацию, преодолевая ограничения модели по знаниям
PubMed: Интеграция научной базы данных с Claude для медицинских исследований за считанные минуты
Бизнес-решения
Composio: Полная автоматизация поддержки клиентов, где ИИ может отвечать на запросы, имея доступ к базам данных
Audiense Insights: Аналитическая платформа, предоставляющая ИИ-ассистентам доступ к маркетинговым данным
Sharable: 1й облачный MCP-клиент для финансового анализа и трейдинга
Инструменты разработки
Langflow: Интеграция с инструментами разработки для создания более мощных ИИ-решений
LlamaIndex: Подключение агентов LlamaIndex к любому MCP-серверу всего одной строкой кода
Gradio Client: Прототип для имплементации MCP клиента с использованием популярного интерфейса Gradio
Подключение к внешним системам
Weaviate: Интеграция векторного поиска с моделями Claude для работы с большими массивами данных
ORKL: Создание ассистента по анализу угроз безопасности через MCP
Agno: Платформа для подключения агентов к сотням MCP-совместимых сервисов
Специализированные решения
Latitude Agents: 1-я автономная агентская платформа, созданная специально для MCP
MultiVersX: MCP-платформа для создания бизнес-решений без программирования
Java SDK: Официальная поддержка Java для интеграции MCP с корпоративными системами
Почему MCP становится стандартом?
1. Единый протокол для подключения к любым внешним системам
2. Интеграция с новыми инструментами за минуты, а не недели
3. Открытый стандарт с активно растущей экосистемой
4. Сильная поддержка со стороны Anthropic и растущего сообщества
5.Работает с различными платформами и языками программирования.
Вот все, что нужно знать об этой технологии, как она меняет ваши рабочие задачи
MCP (Model Context Protocol) - это протокол, созданный Anthropic, ставший стандартом для взаимодействия между различными ИИ-агентами и инструментами.
Это новая парадигма, которая делает ИИ полезнее для обычных пользователей, бизнеса и разработчиков, превращая модели из просто "умных собеседников" в инструменты, способные решать реальные задачи с доступом к актуальным данным и инструментам.
MCP состоит из 3-х ключевых компонентов:
Хост/Клиент — ИИ-приложения, такие как Claude
Сервер — связующее звено между ИИ и внешними системами
Протокол — стандарт обмена данными между ними
Практические примеры использования MCP:
Поиск и доступ к информации
Perplexity + Sonar: Интеграция позволяет Claude искать в интернете и получать актуальную информацию, преодолевая ограничения модели по знаниям
PubMed: Интеграция научной базы данных с Claude для медицинских исследований за считанные минуты
Бизнес-решения
Composio: Полная автоматизация поддержки клиентов, где ИИ может отвечать на запросы, имея доступ к базам данных
Audiense Insights: Аналитическая платформа, предоставляющая ИИ-ассистентам доступ к маркетинговым данным
Sharable: 1й облачный MCP-клиент для финансового анализа и трейдинга
Инструменты разработки
Langflow: Интеграция с инструментами разработки для создания более мощных ИИ-решений
LlamaIndex: Подключение агентов LlamaIndex к любому MCP-серверу всего одной строкой кода
Gradio Client: Прототип для имплементации MCP клиента с использованием популярного интерфейса Gradio
Подключение к внешним системам
Weaviate: Интеграция векторного поиска с моделями Claude для работы с большими массивами данных
ORKL: Создание ассистента по анализу угроз безопасности через MCP
Agno: Платформа для подключения агентов к сотням MCP-совместимых сервисов
Специализированные решения
Latitude Agents: 1-я автономная агентская платформа, созданная специально для MCP
MultiVersX: MCP-платформа для создания бизнес-решений без программирования
Java SDK: Официальная поддержка Java для интеграции MCP с корпоративными системами
Почему MCP становится стандартом?
1. Единый протокол для подключения к любым внешним системам
2. Интеграция с новыми инструментами за минуты, а не недели
3. Открытый стандарт с активно растущей экосистемой
4. Сильная поддержка со стороны Anthropic и растущего сообщества
5.Работает с различными платформами и языками программирования.
Telegram
Все о блокчейн/мозге/space/WEB 3.0 в России и мире
Claude 2.0: Из чат-бота в полноценного цифрового ассистента
Теперь у вас есть способный ИИ-ассистент, который может не только давать советы, но и реально помогать выполнять задачи. Именно это предлагает Model Context Protocol (MCP).
Теперь Claude может:…
Теперь у вас есть способный ИИ-ассистент, который может не только давать советы, но и реально помогать выполнять задачи. Именно это предлагает Model Context Protocol (MCP).
Теперь Claude может:…
🔥4
tg_image_167981469.png
24.7 KB
What's new:
• New MCP "project" scope now allows you to add MCP servers to .mcp.json files and commit them to your repository
В Claude Code обновление которые показывает тренд. То есть mcp сервера это часть тулинга разработки. Как maven repo, pip, sonar и тд. Через месяц уже будет видно новый ландшафт разработки
🚀 Claude научился искать в интернете!
Только что анонсировали крутую фишку для всех, кто работает с данными: ИИ-ассистент Claude теперь умеет искать информацию в сети в реальном времени!
Что это значит?
✔️ Самые свежие данные (курсы валют, новости, исследования)
✔️ Автоматические ссылки на источники для проверки
✔️ Примеры использования: сравнение товаров, анализ рынка, подготовка грантов
Кому пригодится?
👉 Менеджерам по продажам — для анализа трендов перед встречами
👉 Инвесторам — для оценки отчётов компаний
👉 Исследователям — для поиска научных публикаций
👉 Покупателям — сравнение цен и характеристик
Как попробовать?
Пока функция в бета-тесте для платных подписок в США, но скоро расширят географию. Включается в настройках профиля → Claude 3.7 Sonnet.
👉 Подробности: anthropic.com/news/web-search
#AI #Claude #Нейросети #Инновации
И это сообщение написано Claude)
Только что анонсировали крутую фишку для всех, кто работает с данными: ИИ-ассистент Claude теперь умеет искать информацию в сети в реальном времени!
Что это значит?
✔️ Самые свежие данные (курсы валют, новости, исследования)
✔️ Автоматические ссылки на источники для проверки
✔️ Примеры использования: сравнение товаров, анализ рынка, подготовка грантов
Кому пригодится?
👉 Менеджерам по продажам — для анализа трендов перед встречами
👉 Инвесторам — для оценки отчётов компаний
👉 Исследователям — для поиска научных публикаций
👉 Покупателям — сравнение цен и характеристик
Как попробовать?
Пока функция в бета-тесте для платных подписок в США, но скоро расширят географию. Включается в настройках профиля → Claude 3.7 Sonnet.
👉 Подробности: anthropic.com/news/web-search
#AI #Claude #Нейросети #Инновации
И это сообщение написано Claude)
Claude
Claude web search now available globally on all plans | Claude
Claude can now search the internet to provide up-to-date, cited responses on all plans worldwide. Get real-time insights for research, market analysis, and more.
👍5🔥1
Forwarded from Все о блокчейн/мозге/space/WEB 3.0 в России и мире
⚡️Anthropic обогнала OpenAI и Google DeepMind в создании ИИ для сложных и долгих задач
В свежем исследовании METR анализируют способности ИИ - моделей временной горизонт задачи — это время, которое требуется человеку для выполнения задачи, и которое ИИ может выполнить с определенной вероятностью успеха.
В центре исследования находится 50%-временной горизонт — длительность задач, где ИИ достигает успеха в 50% случаев. Это своего рода "средняя точка" возможностей моделей, которая позволяет измерять их прогресс.
В исследовании говорится, что Claude 3.7 Sonnet от Anthropic показал наилучшие результаты среди тестируемых моделей - может с 50% вероятностью выполнять задачи, которые занимают у человека ~ 59 минут, что превосходит результаты o1, GPT-4o, Gemini-2.0 и DeepSeek-R1.
С 2019 года временной горизонт лучших моделей ИИ удваивается примерно каждые 7 месяцев.
Если поднять планку до 80% успеха, временной горизонт сокращается до примерно 15 минут. Это показывает, что надежность остается слабым местом даже у топовых моделей.
Если темпы роста сохранятся, к 2028–2031 годам ИИ сможет брать на себя задачи, эквивалентные месяцу человеческой работы (около 167 часов). Это открывает перспективы для автоматизации сложных проектов.
Что движет прогрессом?
- Улучшение логических способностей моделей.
- Более умелое использование инструментов.
- Повышение надежности и устойчивости к ошибкам.
- Рост самосознания моделей (понимания своих пределов).
Проблемы и ограничения
- ИИ хуже справляется с "грязными" задачами — неструктурированными или с неясной обратной связью.
- Модели редко сами ищут дополнительную информацию, что ограничивает их инициативность.
- Большой разрыв между 50% и 80% надежностью говорит о том, что стабильность пока далека от идеала.
В свежем исследовании METR анализируют способности ИИ - моделей временной горизонт задачи — это время, которое требуется человеку для выполнения задачи, и которое ИИ может выполнить с определенной вероятностью успеха.
В центре исследования находится 50%-временной горизонт — длительность задач, где ИИ достигает успеха в 50% случаев. Это своего рода "средняя точка" возможностей моделей, которая позволяет измерять их прогресс.
В исследовании говорится, что Claude 3.7 Sonnet от Anthropic показал наилучшие результаты среди тестируемых моделей - может с 50% вероятностью выполнять задачи, которые занимают у человека ~ 59 минут, что превосходит результаты o1, GPT-4o, Gemini-2.0 и DeepSeek-R1.
С 2019 года временной горизонт лучших моделей ИИ удваивается примерно каждые 7 месяцев.
Если поднять планку до 80% успеха, временной горизонт сокращается до примерно 15 минут. Это показывает, что надежность остается слабым местом даже у топовых моделей.
Если темпы роста сохранятся, к 2028–2031 годам ИИ сможет брать на себя задачи, эквивалентные месяцу человеческой работы (около 167 часов). Это открывает перспективы для автоматизации сложных проектов.
Что движет прогрессом?
- Улучшение логических способностей моделей.
- Более умелое использование инструментов.
- Повышение надежности и устойчивости к ошибкам.
- Рост самосознания моделей (понимания своих пределов).
Проблемы и ограничения
- ИИ хуже справляется с "грязными" задачами — неструктурированными или с неясной обратной связью.
- Модели редко сами ищут дополнительную информацию, что ограничивает их инициативность.
- Большой разрыв между 50% и 80% надежностью говорит о том, что стабильность пока далека от идеала.
metr.org
Measuring AI Ability to Complete Long Tasks
We propose measuring AI performance in terms of the *length* of tasks AI agents can complete. We show that this metric has been consistently exponentially increasing over the past 6 years, with a doubling time of around 7 months. Extrapolating this trend…
Forwarded from эйай ньюз
Gemini 2.5 Pro
Наконец-то reasoning завезли в Gemini Pro. На бенчах себя показывает очень хорошо — на нескольких это SOTA, в большей части бенчей модель проигрывает только multiple attempts режимам других LLM. Длина контекста у Gemini 2.5 Pro — миллион токенов, потом обещают завезти два. Модель мультимодальная, но нативную генерацию картинок не завезли (надеюсь пока что).
Экспериментальное превью уже доступно в AI Studio и подписчикам Gemini Advanced, цен на API пока что нет. Кстати, заметьте как раньше OpenAI релизила прямо перед релизами гугла, а сейчас всё наоборот.
Блогпост
@ai_newz
Наконец-то reasoning завезли в Gemini Pro. На бенчах себя показывает очень хорошо — на нескольких это SOTA, в большей части бенчей модель проигрывает только multiple attempts режимам других LLM. Длина контекста у Gemini 2.5 Pro — миллион токенов, потом обещают завезти два. Модель мультимодальная, но нативную генерацию картинок не завезли (надеюсь пока что).
Экспериментальное превью уже доступно в AI Studio и подписчикам Gemini Advanced, цен на API пока что нет. Кстати, заметьте как раньше OpenAI релизила прямо перед релизами гугла, а сейчас всё наоборот.
Блогпост
@ai_newz
По слухам на следующей неделе будет мощный релиз Cursor где будет multi-tab vibe coding, то есть можно будет в несколько потоков кодить. Хотя чем это будет отличаться от tmux tabs + aider/claude code посмотрим…
Forwarded from Data Secrets
Пошел слух, что Anthropic релизит Sonnet 3.7 с контекстом 500к токенов (сейчас 200к)
Если правда, то будет имба для кодинга
Если правда, то будет имба для кодинга
https://wonderwhy-er.medium.com/claude-with-mcps-replaced-cursor-windsurf-how-did-that-happen-c1d1e2795e96
Интересный подход и деньги экономит
Интересный подход и деньги экономит
Medium
Claude with MCPs Replaced Cursor & Windsurf — How Did That Happen?
You can see in the screenshot that I was using Windsurf in December. But by January and February? It was gone from my workflow. So what…
https://x.com/openaidevs/status/1904957755829481737?s=46&t=o-gNuwBmunp1vKR4u9v13w
MCP 🤝 OpenAI Agents SDK
Ура
MCP 🤝 OpenAI Agents SDK
Ура
🔥1
Forwarded from Data Secrets
Вы не поверите, но GPT-4o теперь лучшая модель для кодинга
OpenAI только что обновили чекпоинт модели, и результаты на арене по сравнению с прошлой версией скакнули вот так:
- Math 14 место -> 2 место
- Hard Prompts 7 место -> 1 место
- Coding 5 место -> 1 место
- В целом 5 место -> 2 место
Сами разработчики пишут, что теперь моделька лучше следует инструкциям и воспринимает сложные промпты, лучше креативит и использует меньше эмодзи (ура)
На всех платных новый чекпоинт уже раскатили. Фри юзерам будет доступно в течение нескольких недель.
OpenAI только что обновили чекпоинт модели, и результаты на арене по сравнению с прошлой версией скакнули вот так:
- Math 14 место -> 2 место
- Hard Prompts 7 место -> 1 место
- Coding 5 место -> 1 место
- В целом 5 место -> 2 место
Сами разработчики пишут, что теперь моделька лучше следует инструкциям и воспринимает сложные промпты, лучше креативит и использует меньше эмодзи (ура)
На всех платных новый чекпоинт уже раскатили. Фри юзерам будет доступно в течение нескольких недель.
👍4👀1
На https://aider.chat/docs/leaderboards/ еще не бенчили. Но посмотрите кто на первом месте и с какими отрывом
👍1
И вот еще https://github.com/camel-ai/owl
🌟 Advanced AI Features for Your Needs 🌟
🚀 Online Search
Support for multiple search engines like Wikipedia, Google, DuckDuckGo, Baidu, and more for real-time information retrieval.
🎥 Multimodal Processing
Handle videos, images, and audio data seamlessly for enhanced understanding.
🌐 Browser Automation
Automate web interactions using Playwright: scrolling, clicking, navigation, downloading, and more.
📄 Document Parsing
Extract content from Word, Excel, PDF, and PowerPoint files into text or Markdown formats.
💻 Code Execution
Write and execute Python noscripts directly with integrated interpreter support.
🛠️ Built-in Toolkits
Access specialized tools like:
• ArxivToolkit for academic research
• ImageAnalysisToolkit for visual data
• MathToolkit for complex calculations
• VideoAnalysisToolkit, WeatherToolkit, and many more!
📖 Model Context Protocol (MCP)
A universal layer to standardize AI model interaction across tools and data sources.
🌟 Advanced AI Features for Your Needs 🌟
🚀 Online Search
Support for multiple search engines like Wikipedia, Google, DuckDuckGo, Baidu, and more for real-time information retrieval.
🎥 Multimodal Processing
Handle videos, images, and audio data seamlessly for enhanced understanding.
🌐 Browser Automation
Automate web interactions using Playwright: scrolling, clicking, navigation, downloading, and more.
📄 Document Parsing
Extract content from Word, Excel, PDF, and PowerPoint files into text or Markdown formats.
💻 Code Execution
Write and execute Python noscripts directly with integrated interpreter support.
🛠️ Built-in Toolkits
Access specialized tools like:
• ArxivToolkit for academic research
• ImageAnalysisToolkit for visual data
• MathToolkit for complex calculations
• VideoAnalysisToolkit, WeatherToolkit, and many more!
📖 Model Context Protocol (MCP)
A universal layer to standardize AI model interaction across tools and data sources.
GitHub
GitHub - camel-ai/owl: 🦉 OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation
🦉 OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation - camel-ai/owl
Forwarded from Machinelearning
Тщательно отобранный список (Awesome List) с MCP серверами (Model Control Plane Servers).
MCP серверы являются микросервисами, которые могут быть использованы LLM для выполнения вашей задачи.
По сути это мост между LLM и внешним миром: сайтами, базами данных, файлами и сервисами и тд.
Коллекция из 300+ MCP-серверов для ИИ-агентов 100% oпенсорс.!
Здесь можно найти платины на все случаи жизни:
•Автоматизация Браузера
• Облачные Платформы
• Командная Строка
• Коммуникации
• Базы данных
• Инструменты Разработчика
• Файловые Системы
• Финансы
• Игры
• Службы определения местоположения
• Маркетинг
• Мониторинг
• Поиск
• Спорт
• Путешествия И Транспорт
• Другие инструменты и интеграций
@ai_machinelearning_big_data
#mcp #ai #agents #awesome
Please open Telegram to view this post
VIEW IN TELEGRAM