本地的 MCP 客戶端真是被低估了！ 每個人都在使用 Cursor、Claude Desktop 和 ChatGPT 作為 MCP 主機，但如果你正在構建支持 MCP 的應用程序，你需要自定義客戶端。 問題是：從零開始編寫 MCP 客戶端是痛苦且耗時的。 今天，我將向你展示如何在幾分鐘內構建自定義 MCP 客戶端，而不是幾小時。 為了證明這一點，我構建了一個完全私密的終極 AI 助手，它可以： - 連接到任何 MCP 伺服器 - 自動化瀏覽器使用 - 無縫抓取網頁數據 - 控制我電腦的終端 - 處理圖像、音頻和文檔 - 通過知識圖譜記住所有內容 秘密是？mcp-use — 一個 100% 開源的框架，使 MCP 集成變得簡單。 構建自定義 MCP 代理需要 3 個步驟： 1. 定義你的 MCP 伺服器配置 2. 將任何 LLM 與 MCP 客戶端連接 3. 部署你的代理 就這樣。沒有複雜的設置，沒有專有的依賴。 最棒的是？所有操作都在本地進行。你的數據保持私密，你控制整個堆棧。 完整的代碼解析...👇

讓我們逐步分析每個整合，了解它是如何運作的，並使用代碼和插圖：

1️⃣ Stagehand MCP 伺服器 我們首先允許我們的代理控制瀏覽器，瀏覽網頁，截取螢幕截圖等，使用 @Stagehanddev MCP。 下面，我提出了一個天氣查詢，代理自動啟動瀏覽器會話來回應它。 查看這個👇

2️⃣ Firecrawl MCP 伺服器 接下來，我們為代理添加抓取、爬行和深度研究的能力。 mcp-use 支援同時連接多個 MCP 伺服器。因此，我們將 @firecrawl_dev MCP 配置添加到現有配置中並與之互動。 查看這個👇

3️⃣ Graphiti MCP 伺服器 到目前為止，我們的代理是無記憶的。它在每個任務後會忘記所有事情。 @Zep_ai 的 Graphiti 是一個 MCP 伺服器，為我們的代理提供基於圖形的實時記憶層。 您還可以在 Neo4j 中可視化這個圖形。 查看這個👇

4️⃣ Ragie MCP 伺服器 接下來，我們為代理提供多模態 RAG 功能，以處理文本、圖像、視頻、音頻、文檔等。它由 @ragieai MCP 提供支持。 下面，我請它列出我在 MCP PDF 中的項目（這是一個複雜的文檔），它的回應非常完美。 查看這個👇

5️⃣ GitIngest MCP 伺服器 接下來，為了滿足開發者的需求，我們允許我們的代理與任何 GitHub 倉庫進行對話。 在下面，我提供了倉庫鏈接，詢問了我的書作家流程的技術堆棧。它通過使用 MCP 伺服器提取了正確的信息。 查看這個👇

6️⃣ 終端 MCP 伺服器 最後，我們將代理終端控制權交給開發者，以便在需要時執行命令。 它提供了以下工具： - 讀取/寫入/搜索/移動文件 - 執行命令 - 創建/列出目錄等。 查看這個👇

最後，我們將這個包裝在 Streamlit 介面中，讓我們可以動態更改 MCP 配置。 這給了我們一個 100% 本地的終極 AI 助手，能夠瀏覽、抓取、擁有記憶、從多模態知識庫中檢索，還有更多功能。 查看這個演示👇

這就結束了！ 如果你覺得這很有見地，請與你的網絡分享。 找到我 → @akshay_pachaar ✔️ 獲取有關 LLM、AI 代理和機器學習的實用見解和教程！