mcp
mcp 是微软官方推出的模型上下文协议(Model Context Protocol)服务器实现合集,旨在为人工智能应用提供标准化的数据访问与工具集成方案。它核心解决了大语言模型(LLM)在面对不同数据源和工具时连接方式不统一、上下文获取困难的痛点,通过定义一套开放的客户端 - 服务器架构,让 AI 助手能像插件一样无缝对接各类服务。
该项目主要面向开发者和技术研究人员,特别是那些希望将 Azure 云服务或 Microsoft Fabric 数据平台能力整合进 AI 工作流的工程团队。mcp 的独特亮点在于其标准化设计:它将复杂的云基础设施操作封装为统一的接口,使得 AI 代理能够以一致的方式理解并调用外部资源。目前,该仓库已包含针对 Azure 和 Microsoft Fabric 的专用服务器实现,支持在 VS Code 等环境中配合 GitHub Copilot 使用,帮助开发者高效构建具备实时数据感知能力的智能应用,同时减少了重复造轮子的工程成本。
使用场景
某云原生开发团队正在利用 AI 助手排查生产环境的 Azure 资源异常并优化成本。
没有 mcp 时
- 开发者需在 Azure 门户、CLI 终端和监控仪表盘间频繁切换,手动复制资源 ID 和日志片段喂给 AI,操作繁琐且易出错。
- AI 助手因缺乏实时数据权限,只能提供通用的排查建议,无法直接读取具体的虚拟机负载或存储账户状态。
- 每次查询不同服务(如数据库、网络、计算)都需要重新编写复杂的提示词来指定上下文,沟通效率极低。
- 跨服务关联分析几乎不可能实现,例如难以让 AI 自动关联“高 CPU 使用率”与特定的“数据库查询延迟”。
使用 mcp 后
- 通过 Azure MCP Server,AI 助手直接以标准化协议连接 Azure 后端,开发者只需自然语言指令即可实时获取资源详情和日志。
- AI 获得授权后能主动调用工具,直接诊断出具体哪台虚拟机异常并给出基于真实数据的修复命令,无需人工中转数据。
- 无论查询计算、网络还是存储服务,mcp 统一了上下文接口,AI 能自动理解意图并精准调用对应能力,交互流畅如一。
- 支持跨服务深度洞察,AI 可自动串联分析计算节点压力与数据库性能指标,快速定位系统性瓶颈根源。
mcp 通过标准化协议打破了 AI 与云设施间的壁垒,让智能助手从“理论顾问”进化为能直接操作云资源的“实战专家”。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明

快速开始
🌟 Microsoft MCP 服务器
📘 什么是 MCP?
模型上下文协议 (MCP) 是一种开放协议,用于标准化应用程序向大型语言模型 (LLM) 提供上下文的方式。它使 AI 应用程序能够以一致的方式连接到各种数据源和工具,从而增强其功能和灵活性。MCP 遵循客户端-服务器架构:
- MCP 主机:发起连接的 AI 助手或 IDE 等应用。
- MCP 客户端:主机应用中的连接器,与服务器保持一对一的连接。
- MCP 服务器:通过标准化的 MCP 提供上下文和能力的服务。
更多详情,请访问 官方 MCP 网站。
📁 此仓库构建了哪些 MCP 服务器?
此仓库包含核心库、测试框架、工程系统、流水线和工具,旨在帮助 Microsoft MCP 服务器的贡献者统一工程投入,减少重复和分歧:
| MCP 服务器 | README | 源代码 | CHANGELOG | 发布版本 | 文档 | 故障排除 | 支持 |
|---|---|---|---|---|---|---|---|
| Azure MCP | Azure MCP README | Azure MCP 源代码 | Azure MCP CHANGELOG | Azure MCP 发布 | Azure MCP 文档 | Azure MCP 故障排除 | Azure MCP 支持 |
| Microsoft Fabric MCP | Fabric MCP README | Fabric MCP 源代码 | Fabric MCP CHANGELOG | Fabric MCP 发布 | Fabric 文档 | Fabric MCP 故障排除 | Fabric MCP 支持 |
📚 Microsoft 提供了哪些 MCP 服务器?
Azure
- 仓库: microsoft/mcp
- 描述: 将所有 Azure MCP 工具整合到一个服务器中。Azure MCP 服务器实现了 MCP 规范,可在 AI 代理与 Azure 服务之间建立无缝连接。Azure MCP 服务器可单独使用,也可与 VS Code 中的 GitHub Copilot for Azure 扩展配合使用。
- 类别:
云与基础设施 - 类型:
本地 - 安装:
✨ Microsoft Foundry
- 文档: 开始使用 Foundry MCP 服务器
- 描述: 适用于 Microsoft Foundry 的模型上下文协议服务器,为模型、知识、评估等提供统一的工具集。
- 类别:
云与基础设施 - 类型:
远程-https://mcp.ai.azure.com - 安装:
Azure DevOps
- 仓库: Azure DevOps MCP 服务器
- 描述: 这个 TypeScript 项目为 Azure DevOps 提供了一个本地 MCP 服务器,使您能够直接从代码编辑器中执行各种 Azure DevOps 任务。
- 类别:
开发者工具 - 类型:
本地 - 安装: [
](https://insiders.vscode.dev/redirect/mcp/install?name=ado&type=stdio&command=npx&args=%5B%22-y%22%2C%22%40azure-devops%2Fmcp%22%2C%22%24%7Binput%3Aado_org%7D%22%5D&inputs=%5B%7B%22id%22%3A%22ado_org%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Azure%20DevOps%20组织名称(例如 contoso)%22%7D%5D) [
](https://insiders.vscode.dev/redirect/mcp/install?name=ado&quality=insiders&type=stdio&command=npx&args=%5B%22-y%22%2C%22%40azure-devops%2Fmcp%22%2C%22%24%7Binput%3Aado_org%7D%22%5D&inputs=%5B%7B%22id%22%3A%22ado_org%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Azure%20DevOps%20组织名称(例如 contoso)%22%7D%5D)
☸️ Azure Kubernetes Service (AKS)
- 仓库: Azure/aks-mcp
- 描述: 一个 MCP 服务器,使 AI 助手能够与 Azure Kubernetes Service (AKS) 集群进行交互。它充当 AI 工具和 AKS 之间的桥梁,将自然语言请求转换为 AKS 操作,并以 AI 工具可以理解的格式返回结果。
- 类别:
云与基础设施 - 类型:
本地 - 安装:
GitHub
- 仓库: github/github-mcp-server
- 描述: 通过安全的 API 集成访问 GitHub 仓库、问题和拉取请求。
- 类别:
开发者工具 - 类型:
远程-https://api.githubcopilot.com/mcp - 安装:
GitHub Awesome-Copilot
- 仓库: github/awesome-copilot
- 描述: 社区贡献的指南、提示和配置,帮助您充分利用 GitHub Copilot。
- 类别:
开发者工具 - 类型:
本地 - 安装:
📝 Markitdown
- 仓库: microsoft/markitdown
- 描述: 一个专门用于 Markdown 处理和操作的 MCP 服务器。使 AI 模型能够读取、写入和转换 Markdown 内容,具备强大的解析和格式化能力。
- 类别:
开发者工具 - 类型:
本地 - 安装:
💻 Microsoft 365 Agents 工具包
- 仓库: OfficeDev/microsoft-365-agents-toolkit
- 描述: Microsoft 365 Agents 工具包 MCP 服务器是一个模型上下文协议 (MCP) 服务器,为 AI 代理与开发者之间提供无缝连接,用于构建适用于 Microsoft 365 和 Microsoft 365 Copilot 的应用和代理。
- 类别:
开发者工具 - 类型:
本地 - 安装:
📅 Microsoft 365 日历
- 仓库: bap-microsoft/MCP-Platform
- 描述: 日历工具,用于创建、更新、删除事件,管理邀请以及检查可用性。与 Microsoft Graph 日历 API 集成。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_CalendarTools - 安装:
💬 Microsoft 365 Copilot 聊天
- 仓库: bap-microsoft/MCP-Platform
- 描述: 在 M365 内容中进行搜索,包括文档、电子邮件、站点、文件和聊天记录。提供针对 Microsoft Graph 启动和维护丰富聊天对话的工具。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_M365Copilot - 安装:
📧 Microsoft 365 邮件
- 仓库: bap-microsoft/MCP-Platform
- 描述: 电子邮件工具,用于创建、发送、回复、更新、删除和搜索邮件。与 Microsoft Graph 邮件 API 集成。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_MailTools - 安装:
👤 Microsoft 365 用户
- 仓库: bap-microsoft/MCP-Platform
- 描述: 用于从 Microsoft Graph 检索用户详细信息、经理、团队或直接下属的工具。作为代理的自我认知和组织意识层。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_MeServer - 安装: [
](https://vscode.dev/redirect/mcp/install?name=agent365-meserver&config=%7B%22type%22%3A%22http%22%2C%22url%22%3A%22https%3A//agent365.svc.cloud.microsoft/agents/tenants/%24%7Binput%3Atenant_id%7D/servers/mcp_MeServer%22%7D&inputs=%5B%7B%22id%22%3A%22tenant_id%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Microsoft Entra 租户 ID (GUID)%22%7D%5D) [
](https://insiders.vscode.dev/redirect/mcp/install?name=agent365-meserver&config=%7B%22type%22%3A%22http%22%2C%22url%22%3A%22https%3A//agent365.svc.cloud.microsoft/agents/tenants/%24%7Binput%3Atenant_id%7D/servers/mcp_MeServer%22%7D&inputs=%5B%7B%22id%22%3A%22tenant_id%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Microsoft Entra 租户 ID (GUID)%22%7D%5D&quality=insiders)
⚙️ Microsoft 管理中心
- 仓库: bap-microsoft/MCP-Platform
- 描述: 包含与 Microsoft 管理中心相关工具的 MCP 服务器。集成 Microsoft 管理中心 API,提供管理员操作能力。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_AdminTools - 安装: [
](https://vscode.dev/redirect/mcp/install?name=agent365-admintools&config=%7B%22type%22%3A%22http%22%2C%22url%22%3A%22https%3A//agent365.svc.cloud.microsoft/agents/tenants/%24%7Binput%3Atenant_id%7D/servers/mcp_AdminTools%22%7D&inputs=%5B%7B%22id%22%3A%22tenant_id%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Microsoft Entra 租户 ID (GUID)%22%7D%5D) [
](https://insiders.vscode.dev/redirect/mcp/install?name=agent365-admintools&config=%7B%22type%22%3A%22http%22%2C%22url%22%3A%22https%3A//agent365.svc.cloud.microsoft/agents/tenants/%24%7Binput%3Atenant_id%7D/servers/mcp_AdminTools%22%7D&inputs=%5B%7B%22id%22%3A%22tenant_id%22%2C%22type%22%3A%22promptString%22%2C%22description%22%3A%22Microsoft Entra 租户 ID (GUID)%22%7D%5D&quality=insiders)
📊 Microsoft Clarity
- 仓库: microsoft/clarity-mcp-server
- 描述: 这是一个用于 Microsoft Clarity 数据导出 API 的模型上下文协议 (MCP) 服务器。它允许您使用 Claude for Desktop 或其他兼容 MCP 的客户端从 Clarity 获取分析数据。
- 类别:
数据与分析 - 类型:
本地 - 安装: microsoft/clarity-mcp-server
🗃️ Microsoft Dataverse
- 仓库: Microsoft Dataverse
- 描述: 使用自然语言与您的业务数据进行对话——发现表、运行查询、检索数据、插入或更新记录,以及执行基于业务知识和上下文的自定义提示。
- 类别:
数据与分析 - 类型:
本地 - 安装: Microsoft Dataverse
💻 Microsoft Dev Box
- 仓库: @microsoft/devbox-mcp
- 描述: 用于 Microsoft Dev Box 的 MCP 服务器。支持以自然语言进行开发人员相关的操作,例如管理 Dev Box、配置环境和处理资源池。
- 类别:
开发者工具 - 类型:
本地 - 安装:
Microsoft Fabric(公开预览版)
- 仓库: microsoft/mcp
- 描述: 一个以本地优先的 MCP 服务器,为 AI 代理提供对 Microsoft Fabric 公开 API、项目定义和最佳实践的全面访问权限。无需连接到生产环境即可实现针对所有 Fabric 工作负载的 AI 辅助开发。
- 类别:
数据与分析 - 类型:
本地 - 安装: microsoft/mcp
🛢️ Microsoft Fabric 实时智能
- 仓库: RTI MCP 服务器
- 描述: 该服务器通过 MCP 接口提供工具,使 AI 助手能够与 Fabric RTI 服务交互,从而实现无缝的数据查询和分析功能。
- 类别:
数据与分析 - 类型:
本地 - 安装:
📚 Microsoft Learn
- 仓库: microsoftdocs/mcp
- 描述: 具有实时访问微软官方文档的 AI 助手。
- 类别:
生产力 - 类型:
远程-https://learn.microsoft.com/api/mcp - 安装:
🛡️ Microsoft Sentinel 数据探索
- 文档: 使用数据探索集合探索 Microsoft Sentinel 数据湖
- 描述: Microsoft Sentinel 模型上下文协议 (MCP) 服务器中的数据探索工具集合允许您使用自然语言搜索相关表并从 Microsoft Sentinel 的数据湖中检索数据。了解更多信息:aka.ms/mcp/data-exploration。
- 类别:
安全 - 类型:
远程-https://sentinel.microsoft.com/mcp/data-exploration - 安装:
🛢️ Microsoft SQL
- 仓库: MSSQL MCP 服务器
- 描述: 使用自然语言和 AI,以全新的代理方式与您的业务数据进行对话。只需一个简单的连接字符串,即可连接到任何 SQL 数据库——从本地部署到 Azure 云再到 Microsoft Fabric。通过对话式提示发现和定义表结构、管理表以及执行 CRUD 操作。
- 类别:
开发者工具 - 类型:
本地 - 安装: MSSQL MCP 服务器
💬 Microsoft Teams
- 仓库: bap-microsoft/MCP-Platform
- 描述: 通过 Graph API 管理 Microsoft Teams 聊天、频道、用户和消息。支持服务器端过滤、分页和令牌优化。
- 类别:
生产力 - 类型:
远程-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_TeamsServer - 安装:
📄 Microsoft Word
- REPOSITORY: bap-microsoft/MCP-Platform
- DESCRIPTION: MCP Server containing tools to work with Microsoft Word documents. Enables reading and understanding documents, creating new ones, and collaborating through comments.
- CATEGORY:
PRODUCTIVITY - TYPE:
REMOTE-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_WordServer - INSTALL:
💻 NuGet MCP Server
- REPOSITORY: NuGet/Home
- DESCRIPTION: This is a Model Context Protocol (MCP) server for NuGet, enabling advanced tooling and automation scenarios for NuGet package management.
- CATEGORY:
DEVELOPER TOOLS - TYPE:
Local - INSTALL: Nuget MCP Server
📁 OneDrive and SharePoint
- REPOSITORY: bap-microsoft/MCP-Platform
- DESCRIPTION: OneDrive and SharePoint Remote MCP Server. All tools supporting OneDrive and SharePoint files integration exposed by the ODSP MCP endpoint are automatically discovered and made available.
- CATEGORY:
PRODUCTIVITY - TYPE:
REMOTE-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_ODSPRemoteServer - INSTALL:
📋 SharePoint Lists
- REPOSITORY: bap-microsoft/MCP-Platform
- DESCRIPTION: MCP server providing Microsoft Graph SharePoint tools for Lists. Includes site management, document libraries, lists, and collaboration features.
- CATEGORY:
PRODUCTIVITY - TYPE:
REMOTE-https://agent365.svc.cloud.microsoft/agents/tenants/{tenant_id}/servers/mcp_SharePointListsTools - INSTALL:
🎭 Playwright
- REPOSITORY: microsoft/playwright-mcp
- DESCRIPTION: This server enables LLMs to interact with web pages through structured accessibility snapshots, bypassing the need for screenshots or visually-tuned models.
- CATEGORY:
DEVELOPER TOOLS - TYPE:
Local - INSTALL:
🧩 Wassette
- 仓库: microsoft/wassette
- 描述: Wassette:一个以安全为导向的运行时,通过 MCP 运行 WebAssembly 组件。
- 类别:
开发者工具 - 类型:
本地 - 安装: microsoft/wassette
🔌 Azure 插件
开始使用 Azure 插件,它可将 GitHub Copilot CLI 或 Claude Code 连接到您的 Azure 帐户。通过此集成,您可以直接从开发环境中使用 Azure MCP 服务器中的工具以及扩展的 Azure 知识技能来管理资源、部署应用程序并监控服务。
要将 Azure 插件安装到 Copilot CLI 和 Claude Code 中:
- 使用
/plugin marketplace add microsoft/skills添加市场。 - 使用
/plugin install azure-skills@skills安装插件。 - 使用
/plugin update azure-skills@skills更新插件。
🏗️ 寻找使用 MCP 的入门模板吗?
请查看带有 MCP 标签的 Azure 开发者 CLI (azd) 模板。
📎 相关资源
贡献
本项目欢迎贡献和建议。大多数贡献都需要您同意贡献者许可协议 (CLA),声明您有权且确实授予我们使用您贡献的权利。有关详细信息,请访问 https://cla.opensource.microsoft.com。
当您提交拉取请求时,CLA 机器人会自动确定您是否需要提供 CLA,并相应地标记 PR(例如状态检查、评论)。只需按照机器人提供的说明操作即可。对于所有使用我们 CLA 的仓库,您只需执行一次此操作。
本项目已采用 Microsoft 开源行为准则。有关更多信息,请参阅 行为准则常见问题解答,或如有任何其他疑问或意见,请联系 opencode@microsoft.com。
商标
本项目可能包含项目、产品或服务的商标或徽标。微软商标或徽标的授权使用须遵守并遵循 微软商标与品牌指南。在本项目的修改版本中使用微软商标或徽标不得造成混淆或暗示微软的赞助。任何第三方商标或徽标的使用均受该第三方政策的约束。
版本历史
Azure.Mcp.Server-2.0.0-beta.382026/04/04Azure.Mcp.Server-2.0.0-beta.372026/04/03Azure.Mcp.Server-3.0.0-beta.12026/04/01Azure.Mcp.Server-2.0.0-beta.362026/04/01Azure.Mcp.Server-2.0.0-beta.352026/03/31Azure.Mcp.Server-2.0.0-beta.342026/03/28Azure.Mcp.Server-2.0.0-beta.332026/03/26Azure.Mcp.Server-2.0.0-beta.322026/03/25Fabric.Mcp.Server-0.0.0-beta.102026/03/24Template.Mcp.Server-0.0.12-alpha.60500262026/03/24Azure.Mcp.Server-2.0.0-beta.312026/03/21Azure.Mcp.Server-2.0.0-beta.302026/03/20Azure.Mcp.Server-2.0.0-beta.292026/03/19Azure.Mcp.Server-1.0.42026/03/19Azure.Mcp.Server-1.0.32026/03/18Azure.Mcp.Server-2.0.0-beta.282026/03/18Azure.Mcp.Server-2.0.0-beta.272026/03/12Azure.Mcp.Server-2.0.0-beta.262026/03/10Azure.Mcp.Server-2.0.0-beta.252026/03/06Azure.Mcp.Server-1.0.22026/03/06常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备