開發工具

GitHub 頁面：Chrome DevTools MCP瀏覽器自動化進入 MCP 時代我在 Claude Code 裡已經用了好幾個月的 Claude in Chrome，拿它來做網頁截圖、填表單、讀取頁面內容。直到最近看到 Google 官方推出了 Chrome DevTools MCP——由 Chrome DevTools 團隊維護，整合了 Puppeteer、效能追蹤、Lighthouse 審計等功能。 這就讓我好奇了：同樣都是讓 AI 控制瀏覽器的 MCP server，兩者的定位和能力差在哪裡？ Chrome DevTools MCP：它是什麼Chrome DevTools MCP 是 Google 官方維護的 MCP server，透過 Chrome DevTools Protocol（CDP）讓 AI agent 控制和檢查 Chrome 瀏覽器。它不只是「能點按鈕、填表單」這種程度，而是把 Chrome DevTools 的完整除錯能力暴露給 AI。 核心特點： 效能追蹤：錄製 Performance trace，分析載入瓶頸，整合 CrUX...

Google 最近開源了一個統一的命令列工具 gws，可以用一支 CLI 操作 Drive、Gmail、Calendar、Sheets 等所有 Google Workspace 服務。更吸引我的是它能當 MCP 伺服器跑，讓 AI agent 直接操作 Google Workspace API。 我在 Windows 上裝它，結果踩了三個坑，花了不少時間才搞定。紀錄一下。 gws 是什麼gws 用 Rust 寫的，最特別的地方是它的命令不是寫死的——而是從 Google Discovery Service 動態建構。Google 新增 API 端點時，gws 自動就能用，不需要更新軟體。 目前支援的服務： Drive — 檔案管理 Spreadsheets — 試算表 Gmail — 郵件讀寫 Calendar — 行事曆 Documents — 文件 Presentations — 簡報 Tasks — 待辦事項 所有回應都是 JSON 格式，很適合寫腳本或讓 AI agent 呼叫。 安裝：npm 裝不起來官方文件說用 npm 裝： 1npm install -g...

前言：你是否也深陷「需求變更地獄」？身為工程師，你是否遇過這種狀況：PM 拍拍肩膀說「這功能很簡單，兩天就能做完吧？」結果兩週後你還在改 bug，因為需求根本沒講清楚？ 或是專案開發到一半，突然有人問「這個功能為什麼要這樣設計？」然後你發現...根本沒有人記得當初的設計理念？ 如果以上情境讓你會心一笑（或想哭），那麼 spec-workflow-mcp 這個工具絕對值得你關注。 什麼是 Spec Workflow MCP？Spec Workflow MCP 是一個專門為軟體開發設計的規格驅動工作流管理工具。簡單來說，它就是要解決一個核心問題：讓開發團隊在寫程式之前，先把要做什麼搞清楚。 這個工具遵循一個很簡單但有效的三階段流程： Requirements（需求） - 確定要做什麼 Design（設計） - 決定怎麼做 Tasks（任務） - 拆解執行步驟 聽起來很理所當然對吧？但現實是，大部分專案都是直接跳到第三步開始寫程式，然後在需求不明確的泥沼中掙扎。 核心功能一覽🖥️ 雙介面支援，開發者友善Web...

Github頁面：Context7mcp當你的 AI 助手不懂最新技術文件時「這段程式碼有問題，Upstash Redis 的連線方式好像不對...」 我盯著 Claude 給我的程式碼，皺了皺眉。即使是最新的 LLM 模型，在處理新的函式庫或快速迭代的專案時，也會產生過時的程式碼。它們訓練的知識總有截止日，新的 API 或功能怎麼可能被它們掌握？ 這正是 Upstash 團隊開發 Context7 的原因。 Context7：讓你的 AI 助手立即獲得最新文件Context7 是一個專為大型語言模型（LLM）和 AI 程式編輯器設計的即時文件提供工具。它能確保你的 AI 助手（如 Claude、GitHub Copilot、Cursor 等）可以獲取最新、最準確的技術文件，而不是依賴可能過時的訓練資料。 透過 Context7，不管你是使用 Next.js、Zod、Tailwind 這些快速迭代的框架，還是使用 LLM 可能從未見過的小眾函式庫，都能讓 AI 助手產生正確的程式碼。 主要功能與特色Context7...