Agent = LLM + 上下文 + 工具（大脑 + 眼睛 + 手脚）。本机部署了三大 Agent 框架和 32 个 MCP Server。
v2.0.0 · 211.9K+ GitHub stars · 64 专用 Agent + 197 技能 + 82 命令 + 8+ 规则
全球最大的 AI 代理框架，覆盖：
核心原则：Agent-First + Test-Driven + Security-First。
Nous Research 出品 · Python · DeepSeek + OpenRouter 多模型 · 80 个技能（含 5 个自创）
核心能力：
Reasoning + Acting + Observing = "想 → 做 → 看"，直到任务完成
Agent = LLM + [上下文 + 工具 + 约束 + 验证 + 纠正]
System Prompt + Tool Definitions + User Messages + Assistant Messages + Tool Results
保持简单、保持透明、设计好 ACI（从 Agent 视角设计接口）
输入侧（越狱检测）→ 执行侧（风险评级）→ 输出侧（PII 过滤）
工作流（确定性执行）vs 自主 Agent（动态决策），实践中常混合
MCP（Model Context Protocol）就像 USB 接口标准：由 Anthropic 提出并开源，让 AI 模型以统一、安全的方式与各种外部工具和数据源交互。成千上万的 MCP Server 像 USB 设备一样即插即用。
| 类别 | MCP Server | 用途 |
|---|---|---|
| 搜索与数据 | exa-web-search, firecrawl, browser-use | 网络搜索、网页抓取、AI 浏览器代理 |
| 开发与部署 | github, playwright, filesystem, vercel | GitHub 管理、自动化测试、文件操作、部署 |
| 数据库与分析 | supabase, clickhouse, codescene | 数据库操作、分析查询、代码健康度 |
| 知识图谱 | Neo4j MCP, FalkorDB MCP, Engram | 图数据库、BM25+语义+图谱+遗忘曲线 |
| 企业协作 | jira, confluence | 项目管理、文档协作 |
| Agent 编排 | devfleet, squish, evalview | 多 Agent 编排、记忆运行时、回归测试 |