共 2 篇相关文章
AI Agent项目的瓶颈已从代码编写转向多Agent并行管理。Kanban方法通过可视化工作流、限制WIP和拉式流动，精准匹配Agent场景。本文介绍三个专用工具：kanbots采用本地SQLite存储，每张卡片对应一个Agent运行实例，通过git worktree隔离代码变更，支持MCP集成和Autopilot模式；Vibe Kanban作为Web协作平台，引入Workspace抽象，提供Plan-Run-Review-Preview-Ship全流程，但已宣布逐步关闭并开源；kanban-code则侧重个人开发者驾驶舱，自动关联Claude会话、tmux终端和GitHub PR，实现卡片基于真实信号横移。工具差异体现在本地优先与云协作、人机协同与自主循环。核心设计围绕Agent隔离、权限边界和状态同步，为AI时代开发范式提供实践参考。
这篇从作者的个人经历切入，讲的是如何将一个失败的AI产品蜕变为基于MCP协议的实用工具。受Twitter Personality启发，他曾开发微博性格报告，用提示工程分析用户画像，但后来被互动性更强的“评论罗伯特”类账号击败。代码先变为Agent插件，随着MCP协议爆火，最终以mcp-server-weibo形式重生——一个Model Context Protocol服务器，让大模型能直接获取微博数据。 项目提供了7个工具，比如通过search_users搜索用户、get_feeds抓取动态、get_trendings获取热搜，支持uid或关键词操作，并兼容stdio和streamable-http。它能在VS Code、Cursor等客户端使用，方便开发者集成。 作者认为AI更像一面镜子，从多角度观察人类，而MCP协议解锁了社交媒体分析的新玩法。这个复盘不仅展示了技术迁移的韧性，还为读者带来了一个可直接上手的工具，探索大模型与社交数据的结合。
