De afgelopen jaren heeft het veld van Artificial Intelligence een snelle technologische vooruitgang doorgemaakt, wat heeft geleid tot een overvloed aan nieuwe termen zoals MoE, Reinforcement Learning, Agents, computergebruik en A2A. Voor gewone gebruikers zonder een technische achtergrond kunnen deze termen en technologische concepten overweldigend zijn, wat leidt tot een aanzienlijke cognitieve belasting. Dientengevolge is hun interactie met AI vaak beperkt tot eenvoudige vraag-en-antwoord uitwisselingen binnen chatboxen.
MCP, of Model Context Protocol, is een van deze technische concepten. In het afgelopen jaar zijn AI-agents snel geëvolueerd en zijn MCP-protocollen uitgegroeid tot een cruciale onderliggende capaciteit ter ondersteuning van complexe taakautomatisering. De huidige MCP-revolutie lijkt echter nog steeds het exclusieve domein van ontwikkelaars, met obscure protocol documentatie, complexe tool registratie en hoge drempels voor gepersonaliseerde configuratie. Als gevolg hiervan kunnen de meeste gewone gebruikers alleen van een afstand toekijken en vinden ze het moeilijk om echt hands-on ervaring op te doen.
Deze situatie is echter aan het veranderen. Op 23 april kondigde Nano AI, een dochteronderneming van 360, de lancering aan van de ‘MCP Toolbox‘ ontworpen voor individuele gebruikers. Dit product is op maat gemaakt voor gewone gebruikers zonder een technische achtergrond, waardoor iedereen cutting-edge AI gebruik kan beheersen met minimale leer kosten.
Dit product ondersteunt niet alleen volledig het MCP-protocol, maar kan ook agenttaken uitvoeren op basis van verschillende grote modelinfrastructuren. Bovendien beschikt het over krachtige mogelijkheden zoals het automatisch aanroepen van externe tools, toegang tot AI-kennisbanken en ondersteuning voor door de gebruiker gedefinieerde taakstromen. Cruciaal is dat de operationele drempel aanzienlijk is verlaagd, waardoor er geen codeervaardigheden vereist zijn en het eenvoudig kan worden gebruikt door een chatbox te openen.
Momenteel is Super Agent gestart met openbare tests. Van modellen tot protocollen, tool ecosystemen en gepersonaliseerde taakorkestratie, Nano AI lijkt te streven naar een product-niveau innovatie die AI-agents echt in het dagelijks leven van iedereen brengt.
Dus, hoe goed is Nano AI’s ‘MCP Toolbox’? Om deze vraag te beantwoorden, heeft het Machine Heart team, dat interne test kwalificaties heeft verkregen, een reeks tests uitgevoerd.
Hands-on ervaring met de Toolbox: MCP eenvoudig gemaakt
Het gebruik van de Nano AI ‘MCP Toolbox’ heeft een zeer lage instapdrempel. Gebruikers hoeven alleen de Nano AI applicatie te downloaden en te installeren en zich vervolgens te registreren en in te loggen, zonder enige aanvullende configuratie.
Bij het betreden van de bijgewerkte ‘Agent’ pagina, kunnen we zien dat Nano AI bestaande agents heeft gecategoriseerd in verschillende brede categorieën, waaronder diepgaand onderzoek, werk en efficiëntie en levensassistenten. Tegelijkertijd biedt het ook toegang tot de Toolbox en een case study plein.
Bij het betreden van de Toolbox kunnen we zien dat Nano AI al meer dan 100 MCP Servers heeft geconfigureerd (dit aantal steeg van 120 naar 132 tijdens het schrijven vandit artikel), waaronder een dozijn MCP tools ontwikkeld door Nano AI zelf en honderden MCP tools van derden, die verschillende scenario’s bestrijken, zoals kantoor samenwerking, academici, levensdiensten, zoekmachines, financiën, media entertainment en data crawling, waardoor het het grootste MCP-ecosysteem in China is. Bovendien ondersteunt Nano AI gebruikers ook bij het configureren van hun eigen MCP Servers. In het volgende zullen we de term ‘Tool‘ gebruiken in plaats van ‘MCP Server’, en de reden hiervoor zal later in detail worden uitgelegd.
Laten we eerst een applicatie testen die Machine Heart lezers het meest aantrekkelijk zullen vinden: het zoeken en organiseren van recente onderzoeksresultaten op arXiv met betrekking tot een specifiek onderzoeksonderwerp.
Laten we eerst de Toolbox doorzoeken en ontdekken dat de vooraf ingestelde tools van Nano AI al ‘arXiv Search’ bevatten, dus we hoeven deze niet zelf te configureren. Terugkijkend kunnen we ook zien dat Nano AI al veel agents heeft die arXiv papier retrieval ondersteunen. We zullen ‘Professional Paper Search’ kiezen als onze eerste stap. We kunnen zien dat deze agent is geconfigureerd met vier tools: Nano AI Super Search, arXiv Search, Google Scholar en Academic Search, wat perfect aan onze behoeften voldoet. Schrijf een prompt en voer uit:
Haal onderzoeksresultaten op met betrekking tot reinforcement learning op arXiv in de afgelopen maand, classificeer ze op basis van theoretisch onderzoek, technologische verbeteringen en toepassingen en geef een eenvoudige interpretatie van de belangrijke vooruitgang.
Het werkproces van ‘Professional Paper Search’ is als volgt:
Deze taak is heel eenvoudig. De agent heeft de tool ‘arXiv Search’ slechts één keer aangeroepen en daarom de taak in minder dan een halve minuut voltooid, waarbij twee representatieve onderzoeksresultaten in elk van de drie categorieën zijn geselecteerd.
Probeer vervolgens de cycling planner agent met het commando: “Zijn er goede fietsroutes in de buurt van Guanyin Bridge in Chongqing?”
We kunnen zien dat deze agent drie tools heeft gebruikt: amapmcpserver-cloud’s maps_weather (voor het opvragen van het weer) en maps_direction_bicycling (voor het instellen van routes) en gen_html (voor het genereren van webpagina’s), die in totaal 362 seconden werden uitgevoerd, en uiteindelijk de dynamische webpagina verkreeg die hierboven wordt weergegeven. U kunt er ook toegang toe krijgen via deze link:. Ja, je kunt de gegenereerde webpagina openbaar delen!
Laten we nu de moeilijkheidsgraad verhogen. Deze keer is onze eis ‘Zoek op het netwerk, analyseer de huidige mode trends voor vrouwen en geef een analyserapport over mode-elementen voor vrouwen’. Deze keer zullen we direct de ‘In-Depth Research Agent’ van Nano AI gebruiken, die kan kiezen om geschikte tools te gebruiken op basis van de specifieke behoeften van de gebruiker, waaronder MCP Servers en de ingebouwde browser om verschillende computertaken uit te voeren. Daarom duurt het vaak veel langer voordat de In-Depth Research Agent een taak uitvoert, tot tientallen minuten.
Bij het uitvoeren van de taak zal de In-Depth Research Agent eerst de uit te voeren stappen plannen volgens de taakvereisten en vervolgens de stappen stap voor stap uitvoeren volgens het plan.
De uitvoeringsstappen die door de In-Depth Research Agent voor deze specifieke taak zijn gegenereerd, worden weergegeven in de onderstaande afbeelding.
Eerst zocht het naar content met betrekking tot de huidige mode trends voor vrouwen op meerdere websites, vervolgens analyseerde het de gezochte content en visualiseerde het de resultaten. Ten slotte gaf het het uiteindelijke rapport.
In dit proces riep het de lokale zoektool aiso_do_search drie keer aan, de data crawling tool 360_crawl één keer, de cloud code sandbox tool cloud-sandbox negen keer, de samenvatting tool summary één keer en de webpagina generatie tool gen_html één keer.
Uiteindelijk hebben we een 30 pagina’s tellend diepgaand rapport verkregen, dat zes belangrijke secties behandelt: analyse van populaire stijlen, populaire kleur trends, analyse van populaire stijlen en elementen, uitgebreide evaluatie van populaire elementen, trends in stoffen en technologie en matching suggesties en toepassingen, wat onze aanvankelijke taak van één zin ver overtreft.
Verschillende pagina’s met content uit het rapport.
De volgende video toont het volledige proces van Nano AI’s In-Depth Research Agent bij het voltooien van de taak:
Afgespeeld met 4x snelheid
Niet alleen dat, Nano AI genereerde ook een dynamische webpagina die de verkregen analyseresultaten levendiger kan weergeven:
Daarnaast, gezien het feit dat Google onlangs zijn eerste kwartaal financiële rapport heeft vrijgegeven, kunnen we Nano AI’s ‘Chief Industry Insight Officer’ agent ons ook laten helpen bij het interpreteren ervan.
De webpagina versie is toegankelijk via: , en het volledige werkproces is te zien in de volgende video:
Laten we proberen Nano AI te gebruiken om een filmrecensie te schrijven die geschikt is voor posting op Xiaohongshu voor de recent populaire tv-serie ‘The Good Life’, en de vooraf ingestelde Xiaohongshu browsing robot kan de klus goed klaren.
Pas op! De content zal spoilers bevatten.
De volgende video toont het volledige proces van Nano AI’s werk.
We kunnen zien dat Nano AI in dit proces twee tools heeft gebruikt die gerelateerd zijn aan Xiaohongshu, waaronder collect_relate_info_redbook voor het verzamelen van informatie op Xiaohongshu en red_book_generate voor het genereren van Xiaohongshu content; daarnaast gebruikte het ook browser_automation_task - deze tool kan de ingebouwde browser in de Nano AI applicatie openen om taken uit te voeren. Met de juiste instructies kunt u deze tool ook gebruiken om taken uit te voeren zoals het boeken van treinkaartjes, het posten op Weibo en het maken van notities in één zin.
Ten slotte kunnen gebruikers op Nano AI ook eenvoudig hun eigen MCP configureren. Hier hebben we bijvoorbeeld met slechts een paar parameterinstellingen een tool geconfigureerd voor het opvragen en analyseren van Obsidian notities.
Configureer vervolgens gewoon een agent die de tool aanroept en we kunnen onze verzamelde notities intelligent ophalen en analyseren in Nano AI. De volgende video toont een voorbeeld:
De bovenstaande cases zijn slechts het topje van de ijsberg van de mogelijkheden van Nano AI. Met de MCP Toolbox zijn er veel andere dingen die gebruikers kunnen doen, zoals het crawlen en zoeken van informatie, het genereren van afbeeldingen en video content, AI uw flomo fragment notities laten organiseren en de resultaten in de Notion workspace plaatsen, aandelen analyseren, de meest kosteneffectieve vluchtroute vinden om naar Portugal te reizen, reis- of fitnessplannen specificeren, bedrijfsrapporten maken, cloud opslag repositories of lokale bestanden beheren… De enige limiet is uw verbeelding!
MCP verstoppen in de Toolbox: Hoe Nano AI het doet
MCP, of Model Context Protocol, werd voor het eerst uitgebracht door Anthropic in november 2024. Het kan worden beschouwd als een belangrijke ‘brug’ die grote modellen met de echte wereld verbindt - het stelt modellen in staat om niet alleen vragen te beantwoorden, maar ook tools aan te roepen, data te verkrijgen en taken uit te voeren zoals mensen. Dit jaar, nu steeds meer bedrijven het protocol overnemen, is het een de facto standaard geworden in het gebruik van tools door LLM’s, waardoor het potentieel van AI-agents verder wordt vrijgegeven.
Voor de meeste gebruikers zijn de typische labels van het MCP-protocol echter ‘complexiteit’, ‘hoge technische drempel’ en ‘exclusief voor ontwikkelaars’. Hoe geef je dit vermogen, dat oorspronkelijk toebehoorde aan professionele engineers, aan elke gewone persoon?
In reactie op dit echte probleem is het antwoord van 360: je niet langer leren MCP te begrijpen, maar het direct inkapselen in een set ‘zichtbare, aanklikbare en voorspelbare resultaat’ toolbox.
1. Van concept vereenvoudiging tot interactie dimensionaliteit vermindering
Het Nano AI team heeft eerst de vertaling van concepten gedaan: gebruikers hoeven niet te begrijpen wat MCP Server of API Key is, ze hoeven alleen te weten dat dit een bruikbare ‘tool‘ of ‘vaardigheid‘ is - daarom gebruikten we de term ‘tool’ eerder. Het verpakken van de oorspronkelijk obscure protocol interface in gemakkelijk te begrijpen tool labels zoals ‘zoeken’, ‘schrijven’ en ‘data analyse’ verlaagt de cognitieve drempel van de gebruiker aanzienlijk en stelt gebruikers in staat om intuïtiever de betekenis van de zogenaamde MCP Server voor AI grote modellen te begrijpen. Dit is de ontwerpfilosofie van de Nano AI Toolbox. Hierachter zit Nano AI’s re-inkapseling van het MCP protocol en de engineering reconstructie van de interface laag.
Wat gebruikers in de interface zien is eenvoudige selectie en slepen, maar in werkelijkheid is het het plannen van meer dan 100 MCP Servers die door Nano AI zelf zijn ontwikkeld of een zorgvuldig geselecteerde integratie. Deze tools bestrijken scenario’s zoals kantoor, academici, financiën, zoekmachines, web crawling en beeldbewerking. Gebruikers kunnen grote modellen deze ‘externe hersenen’ automatisch laten aanroepen om complexe taakketens te voltooien zonder een regel code te schrijven.
Nano AI heeft zelfs ingebouwde API Keys voor meerdere MCP tools zoals Firecrawl, Brava Search en AutoNavi Maps.
2. De ‘laatste mijl’ doorbreken tussen modellen en tools
In het verleden, zelfs als grote modellen krachtige taalbegrip mogelijkheden hadden, zaten ze nog steeds gevangen in het ‘tool calling’ eiland effect. De aanpak van Nano AI is om het MCP protocol als een tussenliggende taal te gebruiken, waardoor het samenwerkingsmechanisme van ‘groot model + tool’ fundamenteel wordt doorbroken.
Dit lost niet alleen het probleem van het aanroepen op, maar breidt ook de daadwerkelijke vermogensgrens van het model aanzienlijk uit. Gebruikers hoeven de agent bijvoorbeeld alleen maar te vertellen ‘Help me een NVIDIA aandelenkoers analyse rapport te genereren’, en de agent kan automatisch de taakstappen opsplitsen, zoekmachines mobiliseren, pagina content crawlen, analyse diagrammen genereren en een duidelijk gestructureerd rapport uitvoeren. Tijdens de periode kunnen 5 tot 7 tools worden aangeroepen, maar de gebruiker ziet slechts één resultatenpagina.
Dit is precies de belichaming van het ‘tool combinatie’ vermogen van MCP: het stelt agents in staat om zelfstandig bronnen te plannen, processen te plannen en trial-and-error feedback en zelfoptimalisatie uit te voeren tijdens de werking, waardoor een sterk antropomorfe taakoplossingspad wordt gevormd.
3. Lokale operatie, veilig en betrouwbaar: Diepgaande polijsting van de technologie stack
In tegenstelling tot veel ‘cloud intelligentie lichamen’, koos Nano AI voor een moeilijker maar veelbelovender pad: het lokaal inzetten van MCP clients, waardoor gebruikers meer controle krijgen.
Dit brengt minstens drie belangrijke voordelen met zich mee:
- Belvrijheid: Lokale intelligente lichamen hebben toegang tot het bestandssysteem van de gebruiker, kunnen de browser aanroepen en de database ophalen om echte gepersonaliseerde taakverwerking te bereiken.
- Barrières doorbreken: In reactie op de unieke behoeften van AI heeft 360 een speciale AI browser gemaakt voor Nano AI en aangepast aan de mainstream platforms in China. Het kan login muren, mens-machine verificatie en informatie flow interferentie doorbreken en automatisch bewerkingen voltooien zoals inloggen en schuif verificatie.
- Sandbox garantie: Gebaseerd op 360’s veiligheidstechnologie accumulatie, zal Nano AI in de toekomst ook een lokale runtime sandbox introduceren, die het grote model in realtime kan monitoren, vroegtijdig kan waarschuwen en beperken van het mogelijk verkeerd bedienen van lokale bestanden om data beveiliging te garanderen.
Dit hele systeem stelt gebruikers niet alleen in staat om het te ‘gebruiken’, maar ook om het ‘veilig, efficiënt en schaalbaar te gebruiken’.
4. Geconfronteerd met massale gebruikers: Een echt open MCP ecosysteem bouwen
Nano AI kapselt niet alleen MCP tools in, maar nam ook het voortouw bij het openen van een open vaardigheid ecosysteem. Op dit moment heeft dit platform met een maandelijks bezoek volume van meer dan 400 miljoen meer dan 100 hoogwaardige MCP tools online en worden meer MCP Servers van derden ingevoerd. Gebruikers kunnen tool vaardigheden vrij uploaden, hergebruiken en combineren om hun eigen AI agent te creëren.
Voor gewone gebruikers betekent dit dat het niet langer ‘AI gebruiken is ingesteld door anderen’, maar een gepersonaliseerde AI assistent kan bouwen op basis van hun eigen behoeften. Papieranalyse, data generatie, trend monitoring, webpagina constructie, aandelen voorspelling… Zolang er vraag is, zijn er tools die in combinatie kunnen worden gebruikt en zijn er taken die automatisch kunnen worden uitgevoerd.
Voor de hele industrie betekent dit dat agent technologie zich verplaatst van het ‘gesloten systeem’ naar het ‘ecologische netwerk’ stadium. Tools, modellen en taken zullen niet langer geïsoleerd zijn, maar zullen worden gekoppeld door MCP als een gemeenschappelijke taal, waardoor een ongekend intelligent samenwerkingspatroon ontstaat.
Technische barrières zijn doorbroken: Intelligente lichamen dalen naar het C einde
Ooit was de drempel voor het gebruik van intelligente lichamen nog steeds hoog op het deurkozijn van ontwikkelaars. Nu, met de lancering van Nano AI ‘MCP Toolbox’, is MCP, een protocol dat bekend staat als AI automatisering infrastructuur, voor het eerst in de visie gekomen van gewone gebruikers in een bijna ‘fool-stijl’ vorm. Zoals Zhou Hongyi, voorzitter van 360 Group, zei tijdens de sharing meeting voor de release: ‘Wat MCP Server automatisch wordt aangeroepen in de agent, hoeven gebruikers niet te weten’. Met de toolbox doorbreekt Nano AI de technische barrières van MCP en laat intelligente lichamen verder dalen naar het C einde.
MCP tot een ‘toolbox’ maken klinkt gemakkelijk, maar het is moeilijk om te doen. Dit test niet alleen het vermogen om technologie te integreren, maar test ook het ‘empathie’ van productdenken en gebruikersbegrip. Wat Nano AI doet, is complexiteit inkapselen in de kern en vrijheid geven aan gebruikers - zodat elke gewone persoon de toestemming kan hebben om ‘de AI wereld aan te roepen’ zoals ontwikkelaars.
Dit proces is geen eenvoudige visuele interface constructie, maar een diepgaande AI applicatie paradigma verandering: intelligente lichamen zijn niet langer alleen modellen die kunnen spreken en antwoorden, maar echte partners met het vermogen om mogelijkheden te plannen, tools aan te roepen en taken te voltooien.
Sindsdien is MCP echt begonnen te bewegen in de richting van C-end gebruikers, wat een historisch startpunt kan zijn dat de moeite waard is om te onthouden.