young

文章分类

博客

  • 配置MCP

    对于cc我让ai帮我配置了一个可以理解WPS office的mcp工具。claude很快就理解了我的意图，并帮我完成了可用的配置。但是，当我准备让gemini也这么配置时，我发现他对于mcp的理解不是非常深刻，或者说他的数据库根本就无法理解mcp的概念。后来我一问才知道MCP（Model Context Protocol）是Anthropic提出的概念，也难怪cc能这么顺利的完成配置。

    当前ai属于蓬勃发展的阶段，最新的数据不能更新可以理解。于是我让cc帮gemini写一个mcp：agents help agents。

    • 环境: WSL Ubuntu + Node.js v25.2.1
    • Gemini CLI 版本: 0.17.1

    依赖包：

    {
  "@modelcontextprotocol/sdk": "MCP SDK 核心库",
  "mammoth": "Word 文档解析",
  "xlsx": "Excel 表格解析"
}

    配置

    1. Gemini CLI 配置文件

    位置: ~/.gemini/settings.json

    {
  "security": {
    "auth": {
      "selectedType": "gemini-api-key"
    }
  },
  "general": {
    "previewFeatures": true
  },
  "mcpServers": {
    "wps-reader": {
      "command": "node",
      "args": ["/home/huyang/mcp-servers/wps-server.js"]
    }
  }
}

    2. 服务器文件

    \home\huyang\mcp-servers

    • wps-server.js: MCP 服务器主文件
    • package.json: Node.js 项目配置

    参考资料

    综上

    实际运行示例

    # 1. 用户启动 AI 客户端

    gemini

    # 2. 客户端自动启动 MCP server

    node /home/huyang/mcp-servers/wps-server.js # 后台运行

    # 3. 用户输入

    "读取 ~/document.docx 的内容"

    # 4. AI 判断需要调用工具

    AI → MCP Server: read_wps_file({file_path: "/home/huyang/document.docx"})

    # 5. MCP Server 返回内容

    MCP Server → AI: "文件内容:\n这是文档内容…"

    # 6. AI 整合结果回复用户

    "文档内容如下：这是文档内容…"

  • Gemini

    试了一下比较火的gemini。图像能力确实不错。不知道编程能力怎么样，刚刚用gemini cli写的：your 拆尼斯 good

    夜阑人静，我独卧窗前，
    忽入梦境，佳人现眼前。
    巧笑倩兮，美目盼兮，
    似曾相识，却又影难寻。
    执手相看，无语泪涟涟，
    只愿此刻，永驻在人间。
    奈何好梦，终究易醒来，
    醒来怅然，伊人已不见。
    枕边余香，徒留空惆怅，
    唯有相思，萦绕我心房。
    梦里佳人，何时再相逢？
    愿入梦乡，与君共此生。

  • 模型选择

    尝试过编辑器和命令行ai工具后，我个人认为还是像codex或者是claude这样的终端工具好用一些，主要还是穷订阅不起，只能买第三方代理的api，如下所示，终端直接运行，这样的话，无论是便利性还是实用性都非常nice

    如果对于日常的计科的学生来说完成作业是再合适不过了，我尝试过几次，对于完成几次编写代码的实验，在有指导任务书的情况下，大概只用花费1块钱左右，这个还与选择的代理商有关，我后面会提到。可能价格来说还是有点贵，但是我是考虑到人工成本，而并非只是就编写任务难度来判定的，我通常只用把任务书和项目文件放在一起，AI就会自动读写，而并非网页版或者客户端的Ctrl+c/v。这就大大节省了我的时间和经历。当然，这只是以小见大，我们作业的难度其实是可以忽略不记的。

    还有一个优点，就是规范性，自己使用ai往往是碎片化的。可能只是不会的时候或者即使全部都是复制的，对于ai也是难以理解。对话的上下文长度也是很有限。但终端会系统化的规划，是得对于项目有更好得理解，结构文档也有着十分不错的提升。这也使得的后期维护跟便捷。

    但还是有我不习惯的地方。现在的编辑器已经十分成熟了，各种插件已经有了非常完整的生态，终端毕竟只有文本对话，对于项目结构和配置文件的直观呈现和使用还是不行。我往往要开idea，Trae，claude来改代码，一方面是idea是我熟知的软件，我能很好的测试项目，一方面Trae代表的这类编辑器，对于项目整体的修改很直观。还有就是可以薅羊毛，这些厂商一天出一个模型，总有那么几天试用期。然后就是claude&codex，这些很方便的编辑器。所以对我来说现在的基本要在几个软件之间来回跳转，还不包括浏览器上的页面。

    我说完成本学期的一门实验大概费用是1元，但这只是理想情况下的。如果每天日常还有其他使用的话几块钱还是要的，这当然不包括改项目，而我发现市面上的api价格也是良莠不齐，同一段对话甚至有着几毛钱的差距，但经过我仔细对比之后，便宜的大概率是降智版本的。但在某些方面，便宜的还好一点。比如都是写一个星空页面，便宜的api写出来的效果甚至要好，这就够了。即使可能是巧合。但我需要这样的巧合作为使用他的理由，毕竟我确实没钱。

    说到底我其实对ai没有特别大的需求，只是好玩。毕竟谁不想有一个贾维斯呢。

其他文章