inspector
MCP Inspector 是一款专为测试和调试 MCP(Model Context Protocol)服务器设计的可视化开发工具。它主要解决了开发者在构建 MCP 服务时,面对不同传输协议(如 stdio、SSE、streamable-http)难以直观验证交互逻辑与排查错误的痛点。
这款工具非常适合正在开发或集成 MCP 服务器的软件工程师及研究人员使用。其核心架构由两部分组成:基于 React 的交互式网页界面(MCPI)和作为协议桥梁的 Node.js 代理服务器(MCPP)。这种设计让开发者无需编写额外代码,即可通过浏览器直接连接并调试采用各种底层传输方式的 MCP 服务。
MCP Inspector 的技术亮点在于其便捷的启动方式与实用功能。用户只需一行命令即可启动本地服务,自动打开可视化界面;它还支持直接传入参数和环境变量来运行待测服务器,极大简化了调试流程。此外,工具内置了一键导出配置功能,能生成兼容 Cursor、Claude Code 等主流客户端的 mcp.json 配置片段,显著提升了从调试到实际部署的工作效率。无论是快速验证原型还是深入排查生产问题,MCP Inspector 都是 MCP 生态中不可或缺的得力助手。
使用场景
某后端工程师正在开发一个基于 Model Context Protocol (MCP) 的自定义服务器,用于让 AI 助手安全地读取公司内部数据库,但在调试连接协议和参数传递时遇到了阻碍。
没有 inspector 时
- 盲盒式调试:开发者只能依赖终端打印的稀疏日志来猜测协议交互细节,无法直观看到 MCP 消息的具体结构和时序。
- 环境配置繁琐:每次修改环境变量(如 API Key)或启动参数后,都必须手动重启服务并重新在 AI 客户端中测试,迭代效率极低。
- 传输协议黑盒:难以区分问题是出在代码逻辑还是底层传输层(如 stdio 与 SSE 的切换),排查网络桥接问题如同大海捞针。
- 配置迁移困难:调试成功后,需要手动将复杂的启动命令和变量整理成
mcp.json格式供团队其他成员使用,容易出错。
使用 inspector 后
- 可视化交互监控:通过 inspector 的 React Web 界面,开发者能实时查看每一条 MCP 请求与响应的完整载荷,像浏览网页元素一样检查数据流。
- 即时热重载测试:利用 inspector 直接传入
-e标志设置环境变量或追加启动参数,无需修改代码即可瞬间验证不同配置下的服务器行为。 - 协议桥接透明化:inspector 内置的代理组件自动处理了从浏览器到本地服务的协议转换,让开发者能直接在浏览器中模拟各种传输方式的连接状态。
- 一键导出配置:测试通过后,点击界面上的导出按钮即可生成标准的
mcp.json片段并复制到剪贴板,无缝集成到 Cursor 或 Claude Code 等客户端中。
inspector 将原本晦涩难懂的底层协议调试过程,转变为直观、高效且可复用的可视化开发体验,极大缩短了 MCP 服务器的上线周期。
运行环境要求
- 未说明
未说明
未说明

快速开始
MCP 检查器
MCP 检查器是一款用于测试和调试 MCP 服务器的开发者工具。

架构概览
MCP 检查器由两个主要组件协同工作组成:
- MCP 检查器客户端 (MCPI):基于 React 的 Web UI,提供用于测试和调试 MCP 服务器的交互式界面。
- MCP 代理 (MCPP):一个 Node.js 服务器,充当协议桥接层,通过多种传输方式(stdio、SSE、可流式 HTTP)将 Web UI 连接到 MCP 服务器。
请注意,该代理并非用于拦截流量的网络代理。相反,它既作为 MCP 客户端(连接到您的 MCP 服务器),又作为 HTTP 服务器(为 Web UI 提供服务),从而实现浏览器与使用不同传输协议的 MCP 服务器之间的交互。
运行检查器
要求
- Node.js:^22.7.5
快速入门(UI 模式)
要立即启动并使用 UI,只需执行以下命令:
npx @modelcontextprotocol/inspector
服务器将启动,UI 可在 http://localhost:6274 访问。
Docker 容器
您也可以使用以下命令在 Docker 容器中启动它:
docker run --rm \
-p 127.0.0.1:6274:6274 \
-p 127.0.0.1:6277:6277 \
-e HOST=0.0.0.0 \
-e MCP_AUTO_OPEN_ENABLED=false \
ghcr.io/modelcontextprotocol/inspector:latest
从 MCP 服务器仓库运行
要检查某个 MCP 服务器实现,无需克隆此仓库。您可以直接使用 npx。例如,如果您的服务器构建于 build/index.js:
npx @modelcontextprotocol/inspector node build/index.js
您可以同时向 MCP 服务器传递参数和环境变量。参数会直接传递给您的服务器,而环境变量则可以使用 -e 标志设置:
# 仅传递参数
npx @modelcontextprotocol/inspector node build/index.js arg1 arg2
# 仅传递环境变量
npx @modelcontextprotocol/inspector -e key=value -e key2=$VALUE2 node build/index.js
# 同时传递环境变量和参数
npx @modelcontextprotocol/inspector -e key=value -e key2=$VALUE2 node build/index.js arg1 arg2
# 使用 `--` 将检查器标志与服务器参数分开
npx @modelcontextprotocol/inspector -e key=$VALUE -- node build/index.js -e server-flag
检查器会同时运行 MCP 检查器客户端 UI(默认端口 6274)和 MCP 代理服务器(默认端口 6277)。请在浏览器中打开 MCPI 客户端 UI 即可使用检查器。(这些端口分别源自 MCPI 和 MCPP 的 T9 拨号盘映射,作为一种记忆法)。如有需要,您可以自定义端口:
CLIENT_PORT=8080 SERVER_PORT=9000 npx @modelcontextprotocol/inspector node build/index.js
有关如何使用检查器的更多详细信息,请参阅 MCP 文档网站中的“检查器”部分。如需调试帮助,请参阅 调试指南。
服务器文件导出
MCP 检查器提供了便捷的按钮,可用于导出服务器启动配置,以便在 Cursor、Claude Code 或检查器的 CLI 等客户端中使用。该文件通常称为 mcp.json。
服务器条目:将单个服务器配置条目复制到剪贴板。您可以将其添加到
mcp.json文件中的mcpServers对象,并指定您喜欢的服务器名称。STDIO 传输示例:
{ "command": "node", "args": ["build/index.js", "--debug"], "env": { "API_KEY": "your-api-key", "DEBUG": "true" } }SSE 传输示例:
{ "type": "sse", "url": "http://localhost:3000/events", "note": "对于 SSE 连接,直接将此 URL 添加到客户端中" }可流式 HTTP 传输示例:
{ "type": "streamable-http", "url": "http://localhost:3000/mcp", "note": "对于可流式 HTTP 连接,直接将此 URL 添加到您的 MCP 客户端中" }服务器文件:将完整的 MCP 配置文件结构复制到剪贴板,并将当前服务器配置添加为
default-server。您可以直接将其保存为mcp.json。STDIO 传输示例:
{ "mcpServers": { "default-server": { "command": "node", "args": ["build/index.js", "--debug"], "env": { "API_KEY": "your-api-key", "DEBUG": "true" } } } }SSE 传输示例:
{ "mcpServers": { "default-server": { "type": "sse", "url": "http://localhost:3000/events", "note": "对于 SSE 连接,直接将此 URL 添加到客户端中" } } }可流式 HTTP 传输示例:
{ "mcpServers": { "default-server": { "type": "streamable-http", "url": "http://localhost:3000/mcp", "note": "对于可流式 HTTP 连接,直接将此 URL 添加到您的 MCP 客户端中" } } }
这些按钮会在您配置好服务器设置后出现在检查器 UI 中,方便您保存和重复使用配置。
对于 SSE 和可流式 HTTP 传输连接,检查器为这两个按钮提供了类似的功能。“服务器条目”按钮会复制可添加到现有配置文件中的配置,而“服务器文件”按钮则会创建包含 URL 的完整配置文件,可供客户端直接使用。
您可以将“服务器条目”粘贴到现有的 mcp.json 文件中,并以您选择的服务器名称命名;或者使用完整的“服务器文件”载荷来创建新的配置文件。
身份验证
检查器支持 SSE 连接的 Bearer 令牌身份验证。在连接到 MCP 服务器时,请在 UI 中输入您的令牌,它将被发送到 Authorization 头中。您还可以使用侧边栏中的输入框覆盖头字段名称。
安全注意事项
MCP Inspector 包含一个代理服务器,该服务器可以运行并与本地 MCP 进程进行通信。由于代理服务器具有启动本地进程的权限,并且能够连接到任何指定的 MCP 服务器,因此不应将其暴露在不可信的网络中。
身份验证
MCP Inspector 代理服务器默认需要身份验证。在启动服务器时,会生成一个随机会话令牌并打印到控制台:
🔑 会话令牌: 3a1c267fad21f7150b7d624c160b7f09b0b8c4f623c7107bbf13378f051538d4
🔗 使用预填令牌打开检查器:
http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=3a1c267fad21f7150b7d624c160b7f09b0b8c4f623c7107bbf13378f051538d4
所有发送到该服务器的请求都必须在 Authorization 头部中包含此令牌作为 Bearer 令牌。检查器将自动使用预填了该令牌的 URL 打开您的浏览器。
自动打开浏览器 - 当启用身份验证时,检查器现在会自动使用预填了令牌的 URL 打开您的浏览器。
替代方案:手动配置 - 如果您已经打开了检查器:
- 点击侧边栏中的“配置”按钮。
- 找到“代理会话令牌”,并将代理控制台中显示的令牌输入其中。
- 单击“保存”以应用配置。
该令牌将被保存在您的浏览器本地存储中,以便将来使用。
如果您需要禁用身份验证(不推荐),可以设置 DANGEROUSLY_OMIT_AUTH 环境变量:
DANGEROUSLY_OMIT_AUTH=true npm start
🚨 警告 🚨
使用 DANGEROUSLY_OMIT_AUTH 禁用身份验证是非常危险的!禁用身份验证不仅会在机器暴露于公共互联网时使其面临攻击风险,还会通过您的 Web 浏览器带来威胁。这意味着,访问恶意网站或查看恶意广告都可能导致攻击者远程攻陷您的计算机。请务必在充分了解相关风险的情况下再决定是否禁用此功能。
有关此漏洞风险的更多信息,请参阅 Oligo 的博客文章:Anthropic MCP Inspector 中的关键 RCE 漏洞 - CVE-2025-49596
您也可以在启动服务器时通过 MCP_PROXY_AUTH_TOKEN 环境变量设置令牌:
MCP_PROXY_AUTH_TOKEN=$(openssl rand -hex 32) npm start
仅限本地绑定
默认情况下,MCP Inspector 的代理服务器和客户端都只绑定到 localhost,以防止网络访问。这确保了它们无法从网络中的其他设备访问。如果您出于开发目的需要绑定到所有接口,可以通过设置 HOST 环境变量来覆盖此行为:
HOST=0.0.0.0 npm start
警告: 仅在受信任的网络环境中才应绑定到所有接口,因为这样会使代理服务器能够执行本地进程,并使两项服务暴露于网络访问之下。
DNS 重绑定防护
为防止 DNS 重绑定攻击,MCP Inspector 会对传入请求的 Origin 头部进行验证。默认情况下,仅允许来自客户端来源的请求(如果设置了 CLIENT_PORT,则会尊重该端口,默认为 6274)。您可以通过设置 ALLOWED_ORIGINS 环境变量(逗号分隔列表)来配置其他允许的来源:
ALLOWED_ORIGINS=http://localhost:6274,http://localhost:8000 npm start
配置
MCP Inspector 支持以下配置设置。要更改这些设置,请单击 MCP Inspector UI 中的 Configuration 按钮:
| 设置 | 描述 | 默认值 |
|---|---|---|
MCP_SERVER_REQUEST_TIMEOUT |
客户端超时时间(毫秒)——如果在此时间内未收到响应,Inspector 将取消请求。注意:服务器可能有自己的超时设置 | 300000 |
MCP_REQUEST_TIMEOUT_RESET_ON_PROGRESS |
在收到进度通知时重置超时时间 | true |
MCP_REQUEST_MAX_TOTAL_TIMEOUT |
发送到 MCP 服务器的请求的最大总超时时间(毫秒)(需配合进度通知使用) | 60000 |
MCP_PROXY_FULL_ADDRESS |
如果您在非默认地址上运行 MCP Inspector Proxy,请设置此选项。例如:http://10.1.1.22:5577 | "" |
MCP_AUTO_OPEN_ENABLED |
启用 Inspector 启动时自动打开浏览器(需启用身份验证)。仅可通过环境变量设置,无法在浏览器中配置。 | true |
关于超时的说明: 上述超时设置控制着 Inspector(作为 MCP 客户端)何时会取消请求。这些设置与任何服务器端超时无关。例如,如果服务器工具的超时时间为 10 分钟,而 Inspector 的超时时间设置为 30 秒,则 Inspector 会在 30 秒后取消请求。相反,如果 Inspector 的超时时间为 10 分钟,但服务器在 30 秒后超时,您将收到服务器的超时错误。对于需要用户交互(如提示生成)或长时间运行的操作,务必合理设置 Inspector 的超时时间。
这些设置可以通过 UI 实时调整,并且将在会话之间保持不变。
Inspector 还支持配置文件,用于存储不同 MCP 服务器的设置。这在处理多个服务器或复杂配置时非常有用:
npx @modelcontextprotocol/inspector --config path/to/config.json --server everything
服务器配置文件示例:
{
"mcpServers": {
"everything": {
"command": "npx",
"args": ["@modelcontextprotocol/server-everything"],
"env": {
"hello": "Hello MCP!"
}
},
"my-server": {
"command": "node",
"args": ["build/index.js", "arg1", "arg2"],
"env": {
"key": "value",
"key2": "value2"
}
}
}
}
配置文件中的传输类型
Inspector 会自动从您的配置文件中检测传输类型。您可以指定不同的传输类型:
STDIO(默认):
{
"mcpServers": {
"my-stdio-server": {
"type": "stdio",
"command": "npx",
"args": ["@modelcontextprotocol/server-everything"]
}
}
}
SSE(服务器发送事件):
{
"mcpServers": {
"my-sse-server": {
"type": "sse",
"url": "http://localhost:3000/sse"
}
}
}
可流式 HTTP:
{
"mcpServers": {
"my-http-server": {
"type": "streamable-http",
"url": "http://localhost:3000/mcp"
}
}
}
默认服务器选择
如果您在配置中设置了以下内容,可以在不指定服务器名称的情况下启动 Inspector:
- 只有一个服务器——将自动选择该服务器:
# 如果只有“my-server”,则自动使用它
npx @modelcontextprotocol/inspector --config mcp.json
- 有一个名为“default-server”的服务器——将自动选择该服务器:
{
"mcpServers": {
"default-server": {
"command": "npx",
"args": ["@modelcontextprotocol/server-everything"]
},
"other-server": {
"command": "node",
"args": ["other.js"]
}
}
}
提示: 您可以使用 Inspector UI 中的“Server Entry”和“Servers File”按钮轻松生成此配置格式,具体请参阅上述“Servers File Export”部分。
您还可以通过查询参数设置初始的 transport 类型、serverUrl、serverCommand 和 serverArgs,例如:
http://localhost:6274/?transport=sse&serverUrl=http://localhost:8787/sse
http://localhost:6274/?transport=streamable-http&serverUrl=http://localhost:8787/mcp
http://localhost:6274/?transport=stdio&serverCommand=npx&serverArgs=arg1%20arg2
您也可以通过查询参数设置初始配置项,例如:
http://localhost:6274/?MCP_SERVER_REQUEST_TIMEOUT=60000&MCP_REQUEST_TIMEOUT_RESET_ON_PROGRESS=false&MCP_PROXY_FULL_ADDRESS=http://10.1.1.22:5577
请注意,如果同时设置了查询参数和对应的 localStorage 项,则查询参数将优先生效。
来自本仓库
如果您正在开发 Inspector 自身:
开发模式:
npm run dev
# 若要与 typescript-sdk 包协同开发(假设它已克隆到 ../typescript-sdk;否则请设置 MCP_SDK):
npm run dev:sdk "cd sdk && npm run examples:simple-server:w"
# 然后在 Inspector 中以 SHTTP 方式打开 http://localhost:3000/mcp。
# 若要恢复到已部署的 SDK 版本:
# npm run unlink:sdk && npm i
Windows 用户请注意: 在 Windows 上,请使用以下命令代替:
npm run dev:windows
生产模式:
npm run build
npm start
CLI 模式
CLI 模式允许您从命令行以编程方式与 MCP 服务器交互,非常适合脚本编写、自动化以及与编码助手集成。这为 MCP 服务器开发创建了一个高效的反馈循环。
npx @modelcontextprotocol/inspector --cli node build/index.js
CLI 模式支持跨工具、资源和提示的大多数操作。以下是一些示例:
# 基本用法
npx @modelcontextprotocol/inspector --cli node build/index.js
# 使用配置文件
npx @modelcontextprotocol/inspector --cli --config path/to/config.json --server myserver
# 列出可用工具
npx @modelcontextprotocol/inspector --cli node build/index.js --method tools/list
# 调用特定工具
npx @modelcontextprotocol/inspector --cli node build/index.js --method tools/call --tool-name mytool --tool-arg key=value --tool-arg another=value2
# 使用 JSON 参数调用工具
npx @modelcontextprotocol/inspector --cli node build/index.js --method tools/call --tool-name mytool --tool-arg 'options={"format": "json", "max_tokens": 100}'
# 列出可用资源
npx @modelcontextprotocol/inspector --cli node build/index.js --method resources/list
# 列出可用的提示
npx @modelcontextprotocol/inspector --cli node build/index.js --method prompts/list
# 连接到远程 MCP 服务器(默认使用 SSE 传输)
npx @modelcontextprotocol/inspector --cli https://my-mcp-server.example.com
# 连接到远程 MCP 服务器(使用可流式 HTTP 传输)
npx @modelcontextprotocol/inspector --cli https://my-mcp-server.example.com --transport http --method tools/list
# 连接到远程 MCP 服务器(带自定义头部)
npx @modelcontextprotocol/inspector --cli https://my-mcp-server.example.com --transport http --method tools/list --header "X-API-Key: your-api-key"
# 在远程服务器上调用工具
npx @modelcontextprotocol/inspector --cli https://my-mcp-server.example.com --method tools/call --tool-name remotetool --tool-arg param=value
# 列出远程服务器上的资源
npx @modelcontextprotocol/inspector --cli https://my-mcp-server.example.com --method resources/list
UI 模式与 CLI 模式:何时使用各自模式
| 使用场景 | UI 模式 | CLI 模式 |
|---|---|---|
| 服务器开发 | 开发过程中用于交互式测试和调试的可视化界面 | 可脚本化的命令,便于快速测试和持续集成;可与 Cursor 等 AI 编码助手形成反馈循环,加速开发 |
| 资源探索 | 带有层次化导航和 JSON 可视化的交互式浏览器 | 通过程序化方式列出并读取数据,适用于自动化和脚本编写 |
| 工具测试 | 基于表单的参数输入,并实时显示响应结果 | 通过命令行执行工具,并以 JSON 格式输出,便于脚本化 |
| 提示工程 | 支持流式响应的交互式采样及可视化对比 | 批量处理提示,并生成机器可读的输出 |
| 调试 | 请求历史记录、可视化的错误信息以及实时通知 | 直接输出 JSON 数据,便于日志分析及与其他工具集成 |
| 自动化 | 不适用 | 非常适合 CI/CD 流水线、批量处理以及与编码助手的集成 |
| 学习 MCP | 丰富的可视化界面有助于新用户理解服务器功能 | 简化的命令,便于专注于特定端点的学习 |
工具输入验证指南
在 Inspector 中实现或修改工具输入参数处理时:
- 省略空值的可选字段 - 处理表单输入时,应省略可选参数中的空字符串或空值,除非该字段在模式中已明确设置了与当前值相同的默认值。
- 保留显式默认值 - 如果字段模式中包含显式的默认值(例如
default: null),且当前值与该默认值一致,则应在请求中包含该值。这是工具所期望的有意义的值。 - 始终包含必填字段 - 即使必填字段为空,也应将其保留在请求中,以便 MCP 服务器能够进行验证并返回适当的错误信息。
- 将深度验证交由服务器处理 - 在 Inspector 客户端中仅实现基本的字段存在性检查,而具体的参数验证则应依赖于 MCP 服务器根据其模式来进行。
这些指南有助于保持参数传递的整洁,并在 Inspector 客户端与 MCP 服务器之间实现合理的职责分离。
许可证
本项目采用 MIT 许可证授权——详情请参阅 LICENSE 文件。
版本历史
0.21.2-hotfix-32026/04/140.21.12026/02/270.21.02026/02/240.20.02026/02/060.19.0-hotfix2026/01/230.18.02025/12/160.17.52025/12/040.17.42025/11/260.17.32025/11/250.17.22025/10/220.17.12025/10/130.17.02025/10/010.16.82025/09/170.16.72025/09/120.16.62025/09/030.16.52025/08/180.16.42025/08/140.16.32025/08/090.16.22025/07/250.16.12025/07/10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。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
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