През последните години, областта на изкуствения интелект стана свидетел на бърз технологичен напредък, пораждайки множество нови термини като MoE, Reinforcement Learning, Agents, computer-use и A2A. За обикновените потребители, които нямат технически опит, тези термини и технологични концепции могат да бъдат непосилни, което води до значително когнитивно натоварване. Следователно, тяхното взаимодействие с AI често е ограничено до прости обмени на въпроси и отговори в рамките на чат кутии.
MCP, или Model Context Protocol, е една от тези технически концепции. През последната година AI агентите се развиха бързо и MCP протоколите се появиха като критична основна способност, поддържаща сложна автоматизация на задачи. Въпреки това, настоящата MCP революция все още изглежда е изключителна територия на разработчиците, с неясна документация на протокола, сложно регистриране на инструменти и високи бариери пред персонализирана конфигурация. В резултат на това повечето обикновени потребители могат само да наблюдават от разстояние и им е трудно наистина да получат практически опит.
Въпреки това, тази ситуация се променя. На 23 април Nano AI, дъщерно дружество на 360, обяви стартирането на “MCP Toolbox“, предназначен за индивидуални потребители. Този продукт е пригоден за обикновени потребители без технически опит, позволявайки на всеки да овладее най-съвременните употреби на AI с минимални разходи за обучение.
Този продукт не само напълно поддържа MCP протокола, но също така може да изпълнява задачи на агент, базирани на различни големи инфраструктури от модели. Освен това, той се отличава с мощни възможности като автоматично извикване на външни инструменти, достъп до AI бази знания и поддръжка на дефинирани от потребителя потоци от задачи. От решаващо значение е, че оперативният праг е значително понижен, не се изискват умения за кодиране и може да се използва просто чрез отваряне на чат кутия.
Понастоящем Super Agent стартира публично тестване. От модели до протоколи, екосистеми от инструменти и персонализирана оркестрация на задачи, Nano AI изглежда се стреми към продуктово ниво на иновация, което наистина да внесе AI агентите в ежедневието на всеки.
И така, колко добър е “MCP Toolbox“ на Nano AI? За да отговори на този въпрос, екипът на Machine Heart, след като получи квалификации за вътрешно тестване, проведе серия от тестове.
Практически опит с Toolbox: MCP опростен
Използването на Nano AI “MCP Toolbox“ има много ниска бариера за навлизане. Потребителите трябва само да изтеглят и инсталират приложението Nano AI и след това да се регистрират и влязат, без допълнителна конфигурация.
При влизане в актуализираната страница “Agent“, можем да видим, че Nano AI е категоризирал съществуващите агенти в няколко широки категории, включително задълбочени изследвания, работа и ефективност и асистенти за живот. В същото време, той също така осигурява достъп до Toolbox и поле за казуси.
Влизайки в Toolbox, можем да видим, че Nano AI вече е конфигурирал над 100 MCP сървъра (този брой се е увеличил от 120 на 132 по време на писането на тази статия), включително дузина MCP инструменти, разработени от самия Nano AI и стотици MCP инструменти на трети страни, обхващащи различни сценарии като офис сътрудничество, академични среди, услуги за живот, търсачки, финанси, медийни развлечения и обхождане на данни, което го прави най-голямата MCP екосистема в Китай. Освен това, Nano AI също поддържа потребителите в конфигурирането на собствени MCP сървъри. В следващия текст ще използваме термина “Инструмент“ вместо “MCP сървър“ и причината за това ще бъде обяснена по-подробно по-късно.
Първо, нека тестваме приложение, което читателите на Machine Heart ще намерят за най-привлекателно: търсене и организиране на скорошни изследователски открития на arXiv, свързани с конкретна изследователска тема.
Нека първо потърсим в Toolbox и да установим, че предварително зададените инструменти на Nano AI вече включват “arXiv Search“, така че не е необходимо да го конфигурираме сами. Оглеждайки се назад, можем също да видим, че Nano AI вече има много агенти, които поддържат извличане на документи от arXiv. Ще изберем “Professional Paper Search“ като наша първа стъпка. Можем да видим, че този агент е конфигуриран с четири инструмента: Nano AI Super Search, arXiv Search, Google Scholar и Academic Search, което перфектно отговаря на нашите нужди. Напишете подкана и изпълнете:
Извличане на изследователски открития, свързани с обучение с подсилване на arXiv през последния месец, класифицирайте ги според теоретичните изследвания, технологичните подобрения и приложенията и предоставете проста интерпретация на важния напредък.
Работният процес на “Professional Paper Search“ е както следва:
Тази задача е много проста. Агентът е извикал инструмента “arXiv Search“ само веднъж и следователно е завършил задачата за по-малко от половин минута, избирайки два представителни изследователски резултата във всяка от трите категории.
След това опитайте агента за планиране на колоездене, използвайки командата: ‘Има ли добри велосипедни маршрути близо до Guanyin Bridge в Chongqing?’
Можем да видим, че този агент е използвал три инструмента: maps_weather на amapmcpserver-cloud (за заявки за времето) и maps_direction_bicycling (за задаване на маршрути) и gen_html (за генериране на уеб страници), изпълнявайки се общо 362 секунди и накрая е получил динамичната уеб страница, показана по-горе. Можете също да получите достъп до него чрез тази връзка: . Да, можете публично да споделите генерираната уеб страница!
След това, нека увеличим трудността. Този път нашето изискване е ‘Търсене в мрежата, анализиране на настоящите тенденции в дамската мода и издаване на доклад за анализ на елементите на дамската мода’. Този път ще използваме директно “In-Depth Research Agent“ на Nano AI, който може да избира да използва подходящи инструменти според специфичните нужди на потребителя, включително MCP сървъри и вградения браузър, за да завърши различни задачи, свързани с използването на компютър. Разбира се, следователно, In-Depth Research Agent често отнема много повече време за изпълнение на задача, до десетки минути.
При изпълнение на задачата, In-Depth Research Agent първо ще планира стъпките, които трябва да бъдат изпълнени според изискванията на задачата, и след това ще изпълни стъпките стъпка по стъпка според плана.
Стъпките за изпълнение, генерирани от In-Depth Research Agent за тази конкретна задача, са показани на фигурата по-долу.
Първо, той търси съдържание, свързано с текущите тенденции в дамската мода на множество уебсайтове, след това анализира търсеното съдържание и визуализира резултатите. Накрая, той дава крайния доклад.
В този процес, той е извикал локалния инструмент за търсене aiso_do_search три пъти, инструмента за обхождане на данни 360_crawl веднъж, инструмента за облачна кодова пясъчна кутия cloud-sandbox девет пъти, инструмента за обобщаване summary веднъж и инструмента за генериране на уеб страници gen_html веднъж.
В крайна сметка, получихме 30-страничен задълбочен доклад, обхващащ шест основни раздела: анализ на темата на популярния стил, тенденции в популярните цветове, популярни стилове и анализ на елементи, цялостна оценка на популярните елементи, тенденции в тъканите и технологиите и предложения и приложения за съчетаване, което далеч надхвърля нашата първоначална задача с едно изречение.
Няколко страници съдържание, извлечено от доклада
Следното видео показва целия процес на In-Depth Research Agent на Nano AI, завършващ задачата:
Пуснато при 4x скорост
Не само това, Nano AI също генерира динамична уеб страница, която може по-ярко да покаже получените резултати от анализа:
В допълнение, като се има предвид, че Google наскоро пусна своя финансов отчет за първото тримесечие, можем също така да позволим на агента “Chief Industry Insight Officer“ на Nano AI да ни помогне да го интерпретираме.
Неговата уеб версия е достъпна на: , а целият работен процес може да се види в следното видео:
Нека опитаме да използваме Nano AI, за да напишем рецензия на филм, подходяща за публикуване в Xiaohongshu за наскоро популярния телевизионен сериал “The Good Life“, и предварително зададения робот за разглеждане на Xiaohongshu може да свърши работата добре.
Внимавайте! Съдържанието ще съдържа спойлери.
Следното видео показва целия процес на работа на Nano AI.
Можем да видим, че в този процес Nano AI е използвал два инструмента, свързани с Xiaohongshu, включително collect_relate_info_redbook за събиране на информация за Xiaohongshu и red_book_generate за генериране на съдържание за Xiaohongshu; в допълнение, той също така е използвал browser_automation_task - този инструмент може да отвори вградения браузър в приложението Nano AI за изпълнение на задачи. С подходящите инструкции, можете също да използвате този инструмент, за да изпълнявате задачи като резервиране на билети за влак, публикуване в Weibo и водене на бележки в едно изречение.
Накрая, в Nano AI, потребителите могат също лесно да конфигурират свой собствен MCP. Например, тук, ние успешно конфигурирахме инструмент за заявки и анализиране на бележки в Obsidian само с няколко настройки на параметри.
След това, просто конфигурирайте агент, който извиква инструмента и можем интелигентно да извличаме и анализираме събраните от нас бележки в Nano AI. Следното видео показва пример:
Горните случаи са само върхът на айсберга от възможностите на Nano AI. С MCP Toolbox, има много други неща, които потребителите могат да правят, като например обхождане и търсене на информация, генериране на изображения и видео съдържание, оставяйки AI да организира вашите фрагментирани бележки от flomo и да постави резултатите в работната област на Notion, анализиране на акции, намиране на най-рентабилния полетен маршрут за пътуване до Португалия, определяне на планове за пътуване или фитнес, създаване на фирмени доклади, управление на хранилища за облачно съхранение или локални файлове… Единственото ограничение е вашето въображение!
Скриване на MCP в Toolbox: Как го прави Nano AI
MCP, или Model Context Protocol, беше пуснат за първи път от Anthropic през ноември 2024 г. Може да се каже, че е важен ‘мост’, свързващ големите модели с реалния свят - той позволява на моделите не само да отговарят на въпроси, но и да извикват инструменти, да получават данни и да изпълняват задачи като хората. Тази година, тъй като все повече и повече компании приемат протокола, той се превърна в де факто стандарт в използването на инструменти от LLM, допълнително освобождавайки потенциала на AI агентите.
Въпреки това, за повечето потребители, типичните етикети на MCP протокола са ‘сложност’, ‘висок технически праг’ и ‘изключително за разработчици’. Как да се предаде тази способност, която първоначално принадлежеше на професионални инженери, на всеки обикновен човек?
В отговор на този реален проблем, отговорът на 360 е: вече да не ви учим да разбирате MCP, а директно да го капсулираме в набор от ‘видими, кликаеми и предвидими резултати’ toolbox.
1. От опростяване на концепцията до намаляване на измеренията на взаимодействието
Екипът на Nano AI първо направи превода на концепции: потребителите не трябва да разбират какво е MCP сървър или API ключ, те трябва само да знаят, че това е използваем ‘инструмент‘ или ‘умение‘ - затова използвахме термина ‘инструмент’ по-рано. Опаковането на първоначално неясния протоколен интерфейс в лесни за разбиране етикети на инструменти, като например ‘търсене’, ‘писане’ и ‘анализ на данни’, значително намалява когнитивния праг на потребителя и позволява на потребителите по-интуитивно да разберат значението на така наречения MCP сървър за AI големите модели. Това е философията на дизайна на Nano AI Toolbox. Зад това стои повторното капсулиране на MCP протокола от Nano AI и инженерната реконструкция на интерфейсния слой.
Това, което потребителите виждат в интерфейса, е просто селекция и плъзгане, но в действителност, това е планиране на повече от 100 MCP сървъра, разработени от самия Nano AI или внимателно подбрана интеграция. Тези инструменти обхващат сценарии като офис, академични среди, финанси, търсачки, уеб обхождане и обработка на изображения. Потребителите могат да позволят на големите модели автоматично да извикват тези ‘външни мозъци’, за да завършат сложни вериги от задачи, без да пишат ред код.
Nano AI дори има вградени API ключове за множество MCP инструменти като Firecrawl, Brava Search и AutoNavi Maps.
2. Пробиване на ‘последната миля’ между модели и инструменти
В миналото, дори ако големите модели имаха мощни възможности за разбиране на езика, те все още бяха хванати в ‘ефекта на остров’ за ‘извикване на инструменти’. Подходът на Nano AI е да използва MCP протокола като посреднически език, фундаментално пробивайки механизма за сътрудничество на ‘голям модел + инструмент’.
Това не само решава проблема с извикването, но и значително разширява действителната граница на способността на модела. Например, потребителите трябва само да кажат на агента ‘Помогни ми да генерирам доклад за анализ на цените на акциите на NVIDIA’ и агентът може автоматично да разбие стъпките на задачата, да мобилизира търсачките, да обходи съдържанието на страницата, да генерира аналитични графики и да изведе ясно структуриран доклад. През периода, може да бъдат извикани 5 до 7 инструмента, но потребителят вижда само една страница с резултати.
Точно това е въплъщението на способността за ‘комбиниране на инструменти’ на MCP: тя позволява на агентите независимо да планират ресурси, да планират процеси и да провеждат обратна връзка с опити и грешки и самооптимизация по време на работа, образувайки силно антропоморфичен път за решаване на задачи.
3. Локална работа, безопасно и надеждно: Задълбочено полиране на технологичния стек
За разлика от много ‘облачни интелигентни тела’, Nano AI избра по-труден, но по-обещаващ път: разполагане на MCP клиенти локално, давайки на потребителите по-голям контрол.
Това носи поне три ключови предимства:
- Свобода на извикване: Локалните интелигентни тела могат да имат достъп до файловата система на потребителя, да извикват браузъра и да извличат базата данни, за да постигнат истинска персонализирана обработка на задачи.
- Пробиване на бариери: В отговор на уникалните нужди на AI, 360 създаде специализиран AI браузър за Nano AI и го адаптира към основните платформи в Китай. Той може да пробие стени за влизане, проверка човек-машина и смущения в информационния поток и автоматично да завърши операции като влизане и плъзгане на проверка.
- Гаранция за пясъчна кутия: Въз основа на натрупания опит в областта на сигурността на 360, Nano AI също ще въведе локална среда за изпълнение на пясъчна кутия в бъдеще, която може да наблюдава, предупреждава предварително и да ограничи големия модел от евентуално неправилно опериране с локални файлове в реално време, за да гарантира сигурността на данните.
Цялата тази система не само позволява на потребителите да го ‘използват’, но и да го ‘използват безопасно, ефективно и мащабируемо’.
4. Изправен пред масивни потребители: Изграждане на наистина отворена MCP екосистема
Nano AI не само капсулира MCP инструменти, но също така пое водещата роля в отварянето на отворена екосистема от умения. В момента, тази платформа с месечен обем на посещения от повече от 400 милиона има повече от 100 висококачествени MCP инструмента онлайн и се въвеждат още MCP сървъри на трети страни. Потребителите могат свободно да качват, използват повторно и комбинират инструменти и умения, за да създадат свой собствен AI агент.
За обикновените потребители, това означава, че вече не ‘използва AI, зададен от други’, но може да изгради персонализиран AI асистент според собствените си нужди. Анализ на документи, генериране на данни, наблюдение на тенденции, конструиране на уеб страници, прогнозиране на акции… Докато има търсене, има инструменти, които могат да се използват в комбинация и има задачи, които могат да се изпълняват автоматично.
За цялата индустрия, това означава, че агентната технология се движи от ‘затворена система’ към етапа на ‘екологична мрежа’. Инструменти, модели и задачи вече няма да бъдат изолирани, а ще бъдат свързани от MCP като общ език, създавайки безпрецедентен интелигентен модел на сътрудничество.
Техническите бариери са пробити: Интелигентните тела потъват към C края
Някога прагът за използване на интелигентни тела все още беше висок на рамката на вратата на разработчиците. Сега, с пускането на Nano AI ‘MCP Toolbox‘, MCP, протокол, известен като инфраструктура за автоматизация на AI, влезе във визията на обикновените потребители за първи път в почти ‘глупав’ стил. Както каза Zhou Hongyi, председател на 360 Group, на срещата за споделяне преди пускането: ‘Какъв MCP сървър автоматично се извиква в агента, потребителите не трябва да знаят.’ С toolbox, Nano AI разбива техническите бариери на MCP и позволява на интелигентните тела да потънат допълнително към C края.
Превръщането на MCP в ‘toolbox’ звучи лесно, но е трудно да се направи. Това не само тества способността за интегриране на технологии, но и тества ‘емпатията’ на продуктовото мислене и разбирането на потребителя. Това, което Nano AI прави, е да капсулира сложността в ядрото и да даде свобода на потребителите - така че всеки обикновен човек да може да има разрешение да ‘извика AI света’ като разработчиците.
Този процес не е просто конструиране на визуален интерфейс, а дълбока промяна на парадигмата на AI приложенията: интелигентните тела вече не са просто модели, които могат да говорят и да отговарят, а истински партньори със способността да планират възможности, да извикват инструменти и да завършват задачи.
Оттогава MCP наистина започна да се движи към C-end потребителите, което може да бъде историческа отправна точка, която си струва да се запомни.