01.EdgeOne Pages MCP

你使用 Cursor 生成的 HTML 静态页面，如何发布出去让其它人也能访问到？

腾讯开源的 EdgeOne Pages MCP 能帮上你的忙，它能将 HTML 内容、文件夹和 zip 文件部署到 EdgeOne Pages ，丢给一个可公开访问的 URL链接。

你看，使用这个 MCP 服务，可以直接把 AI 写的 2048 小游戏部署它起来。

变成一个 mcp.edgeone.app/share/url 形式的链接，分享出去别人就能玩了。

除了链接，它还能把 zip 压缩包设置成可访问的链接，挺牛的。

开源地址：https://github.com/TencentEdgeOne/edgeone-pages-mcp

配置方式：

02.Chrome MCP

让 AI 调用你的 Chrome 干活。

这个 MCP 能把你的 Chrome 浏览器变成了一个能被 AI 控制的智能工具，真正的让浏览器干活。

直接利用你日常使用的 Chrome（包括你的登录状态和设置），不需要额外开新浏览器，无缝衔接超方便。

AI 可以通过这个 MCP 自动完成网页操作、截图、管理书签/历史，还能进行网页内容语义搜索和智能分析，功能超强。

开源地址：https://github.com/hangwin/mcp-chrome

 这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

03.Firecrawl MCP Server 

你在逛各大 MCP 广场的时候，都会见到这个 MCP 服务的面孔。

本质是给 AI 装了个"网页抓取外挂"，通过 MCP 让 Cursor、Claude 等任意大模型都能调用专业爬虫功能。

它把复杂的网页抓取封装成 AI 能直接调用的工具包：单页提取、批量爬取、全网搜索、深度抓取、结构化提取五大功能一键集成，连 JavaScript 渲染页面都能搞定。

开源地址：https://github.com/mendableai/firecrawl-mcp-server

04.Context7 MCP

告别 AI 编程瞎编乱造。

context7 MCP 是一个 AI 编程开外挂 MCP 神器，它专门解决 AI 瞎写代码、乱编接口的问题。

当你用 Cursor、VS Code 等工具里 AI 写代码时，只需在提示词里加上 use context7 这个指令，它写代码的时候，就能拉取你所用库的最新、最准确的官方文档和代码示例。

这样 AI 就不会凭空想象，而是基于当前库最新版本和真实的用法，大大提高了代码的可用性和正确性。

开源地址：https://github.com/upstash/context7

05.Sequential Thinking MCP

思考过程拆分成清晰的步骤。

看名字也能猜出来，这个 MCP 能让 AI 把思考过程拆分成清晰的步骤，让思路更有条理。

对于复杂问题，接入它效果出奇的好。

通过促进 AI 结构化、渐进式的思考，把复杂问题分解为连续的思路，跟踪思考过程的进展并生成摘要。

开源地址：https://github.com/arben-adm/mcp-sequential-thinking

06.Shrimp Task Manager MCP

把复杂任务拆解成可执行的小步骤的 MCP。

和上面那个 MCP 类似，Shrimp Task Manager 像一位 AI 的“项目经理”，能帮 AI 把复杂任务拆解成可执行的小步骤，管理执行顺序和依赖关系。

接入它，AI 就能进行深度技术调研（研究模式）、自动保存任务记忆避免重复工作，还能为项目制定开发规则保证代码一致性。

让 AI 编程更有条理、更少出错。

开源地址：https://github.com/cjo4m06/mcp-shrimp-task-manager

07.Interactive Feedback MCP

当主流 AI 工具还在“揣测圣意”时，interactive-feedback-mcp 已开启「先确认再执行」的新范式。

传统模式，让 AI 帮写一个登录功能，AI 会直接生成代码，消耗一次 API ，此时可能生成的代码质量不是很好，后续可能还会调整。

接入这个 MCP ，让 AI 帮写一个登录功能，AI 会先问你“需要短信验证吗？”，你可以选择自己的倾向，AI 继续执行，全程仅调用 1 次 API，但是生成的代码可能就不需要再次调整了。

因为 Claude 等按调用次数收费的服务，这个开源项目能避免 AI 理解偏差→生成废代码→重新调试的死循环，单需求省 3-5 次调用。

和之前推荐的   MCP Feedback Enhanced有异曲同工之妙。

开源地址：https://github.com/poliva/interactive-feedback-mcp

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。 

 这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

 

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓