关注我，记得标星⭐️不迷路哦～
✨ 1: Desktop Commander MCP
Desktop Commander MCP：通过Claude执行终端命令，管理进程，并提供文件读写、搜索、编辑等功能。
Desktop Commander MCP 是一个 Claude 桌面应用的扩展工具，它通过 Model Context Protocol (MCP) 协议，让 Claude 能够在你电脑上执行终端命令、管理进程，以及进行文件操作和代码编辑。
- 终端命令执行：
允许 Claude 运行终端命令，并实时获取输出，支持超时控制和后台运行。 - 进程管理：
可以列出和结束系统进程。 - 文件系统操作：
提供文件的读写、创建/列出目录、移动文件/目录、搜索文件、获取文件元数据等功能。 - 代码编辑：
支持对代码进行精确的文本替换（适合小修改），以及完整的重写文件（适合大修改）。编辑操作可以基于模式匹配，并支持多个文件。
Desktop Commander MCP 扩展了 Claude 桌面应用的能力，让它不仅仅是一个聊天机器人，更成为一个强大的自动化工具，可以协助你完成各种开发和运维任务。
地址：https://github.com/wonderwhy-er/ClaudeDesktopCommander
✨ 2: mcp-hfspace MCP Server
mcp-hfspace是连接Hugging Face Spaces的MCP服务器，简化配置，支持图像生成、语音转录等多种功能。
mcp-hfspace MCP Server 是一个连接 Claude Desktop 和 Hugging Face Spaces 的桥梁。它旨在简化与 Hugging Face Spaces 的集成过程，让用户能够在 Claude Desktop 中轻松使用各种 Hugging Face Spaces 提供的模型和服务，例如图像生成、文本转语音、语音转文本、视觉模型等。
- 连接 Hugging Face Spaces：
允许 Claude Desktop 通过简单的配置连接并使用 Hugging Face Spaces 中的模型和服务。 - 自动配置：
能够自动找到合适的 API 端点并进行配置。 - 文件处理：
支持文件上传和下载，可以处理图像、音频等文件。 - Claude Desktop 模式：
专门为 Claude Desktop 设计的模式，图像直接返回到 Claude 的上下文窗口，其他文件保存到工作目录并返回文件路径。 - 支持私有 Spaces：
可以使用 Hugging Face Token 访问和使用私有 Spaces。 - 灵活的配置：
允许用户自定义工作目录、API 端点等。
mcp-hfspace MCP Server 提供了一个便捷的方式，将 Claude Desktop 和 Hugging Face Spaces 的强大功能结合起来，扩展了 Claude Desktop 的能力，并让用户能够更轻松地使用各种 AI 模型和服务。
地址：https://github.com/evalstate/mcp-hfspace
✨ 3: Code Runner MCP Server
Code Runner MCP Server是一个用于运行代码片段并显示结果的MCP服务器，支持多种编程语言。
Code Runner MCP Server 是一个允许你运行代码片段并显示结果的微服务。 它支持多种编程语言，包括 JavaScript, PHP, Python 等等。
- 代码片段执行：
可以在支持 MCP 协议的应用程序（如 VS Code, Claude Desktop）中直接运行代码片段，例如简单的数学运算或输出系统信息。 - 调试和测试：
快速验证代码逻辑或测试某个功能，而无需搭建完整的开发环境。 - 系统信息获取：
通过运行代码获取操作系统相关信息，比如临时文件夹位置或 CPU 数量。 - 与 AI 助手结合：
使 AI 助手能够执行代码并提供更准确的答案，例如运行代码来解决数学问题或获取当前时间。
地址：https://github.com/formulahendry/mcp-server-code-runner
✨ 4: 4o-image-generation
OpenAI于2025年3月25日推出了其最新的图像生成能力，该功能集成于 GPT-4o 模型中。OpenAI长期以来认为图像生成应该是其语言模型的主要能力之一，而GPT-4o代表了他们迄今为止最先进的图像生成器，其目标是生成 不仅美观而且实用 的图像。
与以往侧重于超现实或令人惊叹的场景的生成模型不同，GPT-4o的图像生成更侧重于实用性，能够生成人们在分享和创建信息时使用的“主力”图像。这包括从徽标到图表的各种图像，这些图像在与共享语言和经验相关的符号结合时，可以传达精确的含义。
GPT-4o的图像生成在多个方面进行了改进，使其在实用性和功能性上都更上一层楼：
- 文本渲染
：GPT-4o能够准确地渲染文本，并能精确地遵循提示。它具备将精确的符号与图像融合的能力，将图像生成转变为视觉交流的工具。例如，它可以生成带有清晰可读文字的街道路牌、菜单和邀请函。 - 多轮生成
：由于图像生成现在是GPT-4o的原生能力，因此可以通过自然对话来改进图像。GPT-4o可以基于聊天上下文中的图像和文本进行迭代，确保整个过程的一致性。例如，在设计视频游戏角色时，即使经过多次修改和实验，角色的外观也能保持连贯. - 指令遵循
：GPT-4o的图像生成能够遵循详细的提示，并注重细节。与其他系统在处理5-8个对象时可能遇到困难不同，GPT-4o可以处理多达10-20个不同的对象。对象与其特征和关系之间更紧密的结合使得控制更加精细。 - 上下文学习
：GPT-4o可以分析和学习用户上传的图像，并将其细节无缝集成到上下文中，从而为图像生成提供信息。这意味着您可以上传一张图片作为参考，并要求GPT-4o生成具有相似风格或特征的新图像。 - 世界知识
：原生的图像生成能力使GPT-4o能够连接其文本和图像之间的知识，从而使其感觉更智能、更高效。这使得它可以根据代码生成图像，创建带有食谱标签的鸡尾酒专业照片级图表，生成旧金山雾天原因的可视化信息图，以及制作不同类型鲸鱼的教育海报等.
GPT-4o在大量不同图像风格的数据上进行了训练，使其能够令人信服地创建或转换图像。这包括生成各种风格的图像，例如模仿抓拍的狗仔队照片、宝丽来风格的照片、老式胶片照片，以及高度逼真的场景和物体。
OpenAI也承认其模型并非完美，目前存在一些局限性，他们将在发布后通过模型改进来解决这些问题：
- 裁剪
：GPT-4o有时可能会过度裁剪较长的图像，尤其是在底部附近。 - 幻觉
：与其他文本模型类似，图像生成也可能编造信息，尤其是在上下文信息较少的提示下。 - 高绑定问题
：在生成依赖其知识库的图像时，模型可能难以一次准确渲染超过10-20个不同的概念，例如完整的元素周期表。 - 精确绘图
：模型在生成精确的图表时可能存在困难。 - 多语种文本渲染
：模型有时难以渲染非拉丁语言，字符可能不准确或出现幻觉，尤其是在更复杂的情况下。 - 编辑精度
：对图像生成的特定部分（例如错别字）进行编辑的请求有时效果不佳，并且可能以非请求的方式更改图像的其他部分或引入更多错误。模型在保持用户上传面部编辑的一致性方面存在一个已知bug，但预计在一周内修复。 - 小文本中的密集信息
：当要求以非常小的尺寸渲染详细信息时，模型已知会遇到困难。
地址：https://openai.com/index/introducing-4o-image-generation/
✨ 5: Gemini 2.5
Gemini 2.5 是 Google 最新的智能 AI 模型，具有更强的推理和代码能力，可以解决复杂问题。
Gemini 2.5 是谷歌最新推出的，也是目前最智能的AI模型。它着重于“思考”能力，即在给出答案之前进行推理思考，从而提高性能和准确性。
- 思考模型 (Thinking Model):
强调了Gemini 2.5 在回答问题之前进行推理和分析的能力，而不仅仅是分类和预测。 - 2.5 Pro Experimental版本:
这是首个发布的版本，在多个基准测试中表现优异，在LMArena排行榜上名列前茅。 - 强大的推理和编码能力:
在数学、科学、编码等领域表现出色。 - 可用性:
已经在Google AI Studio和Gemini Advanced app中提供，并将很快登陆Vertex AI。 - 更大的上下文窗口:
拥有1百万个token的上下文窗口（即将增加到2百万），能处理更复杂的任务和更大的数据集。 - 多模态能力:
支持文本、音频、图像、视频等多种信息来源。
地址：https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/
（文：每日AI新工具）