DevVibeCoding

AI Knowledge

模型理解用户意图后,调用外部工具或API的能力。
比如:问今天多少度,模型就会调用相应插件,返回其结果。
Function call 它类似于品牌专属,服务于特定模型的生态系统,灵活性高,但兼容性受限。

而 MCP 的优点的话是整合之前各家不同大模型不同的 function call 的标准,整合成了一个统一的标准协议。

情境:

Chatbot

AI Assistant (Generative AI)

無法自動完成任務,一問一答,通常指沒有特別外掛模組 (ex: 記憶模組)

AI Agent

依人類需要介入的程度決定

項目 AI Agent Gen AI
核心功能 任務執行、系統整合、
目標導向行動
內容生成
(文字、圖片)
工作模式 理解目標 ➔ 拆解任務 ➔ 呼叫工具 ➔ 動態修正 依據提示輸出單次結果
決策能力 具備自主決策能力 無法自主決策
是否可以自主行動? 可以
可在有限監督下自主運作
不行
需要人類逐步指示

Multi-modal

LLM

Generative AI 背後的 Model

AI Task Manager

MCP in Cursor

MCP Type

以 playwright 爲例

https://github.com/microsoft/playwright-mcp

貼上 json 在 .cursor/mcp.json 然後在 Cursor 中 enable

Simple MCP

Github MCP

開發自己的 MCP Server

VibeCoding Flow

  1. Research Topic
  2. RAG Analysis by n8n flow and AI Assistent
    - Oreilly ASK
  3. Implementation by cursor and obsidian
  4. Write Testing by cursor
  5. Run Testing by n8n

Course

Ref