正文
将 Anthropic 的 MCP（Model Context Protocol）协议引入 Node-RED，让工业自动化和物联网开发者能够通过拖拽方式连接 AI 代理与外部工具，实现零代码的智能工作流编排。
章节 01
node-red-contrib-mcp项目将Anthropic的MCP（Model Context Protocol）协议引入Node-RED低代码平台，让工业自动化和物联网开发者通过拖拽方式连接AI代理与外部工具，实现零代码智能工作流编排。该项目连接Node-RED生态（超400万安装量）与MCP服务器（超1万个可用），为工业4.0、智能制造和物联网应用带来低代码AI自动化的新可能。
章节 02
随着大语言模型（LLM）能力快速发展，如何将AI无缝集成到工业自动化和物联网系统成为工程师面临的问题。Node-RED作为全球流行的低代码物联网开发平台，拥有超400万安装量，广泛应用于工业自动化、智能家居等领域。MCP是Anthropic推出的开放标准，用于连接AI与外部工具/数据源，现有超1万个MCP服务器可用。 node-red-contrib-mcp项目将两者结合，让开发者在Node-RED可视化界面构建AI Agent工作流，无需代码即可实现智能自动化，赋能工业4.0等场景。
章节 03
Model Context Protocol（MCP）是开放标准协议，定义AI模型与外部工具、数据源的通信方式。通过MCP，AI代理可动态发现和调用外部功能（如查询数据库、读取文件），标准化接口避免为每个工具单独编写集成代码。 传统AI工具调用需硬编码细节，而MCP通过统一协议抽象过程，提高互操作性和开发效率。node-red-contrib-mcp将此能力带入Node-RED生态。
章节 04
项目提供系列Node-RED节点，覆盖服务器配置到AI Agent编排：
章节 05
构建智能代理自动回答OEE下降原因：调用get_oee工具获取数据，调用get_downtime_events获取停机事件，综合分析得出结论（如轴承故障、换刀延迟等导致OEE下降）。
构建MQTT→AI Agent→MQTT管道：机器告警时，代理通过MCP工具调查原因并推荐措施，再通过MQTT发送建议，实现无人干预。
结合BACnet/Modbus协议节点，AI代理分析能源使用模式，自动调整HVAC设置，优化能耗同时保持舒适度。
章节 06
章节 07
npm install node-red-contrib-mcp；安装后导入项目提供的JSON示例，可快速体验MCP工具调用和AI Agent功能。
项目提供详细文档及多个示例（简单工具调用、完整AI Agent、MQTT集成IIoT等），帮助开发者构建自定义工作流。
章节 08
node-red-contrib-mcp为工业自动化和物联网领域带来AI代理能力，让工程师无需深入Python或AI框架，即可在Node-RED环境构建智能应用。它连接400万Node-RED用户与1万多个MCP服务器，开启低代码AI自动化新篇章，是探索AI在工业场景应用的极具价值的工具。
继续阅读同一主题下的更多内容。
Splinter 是一款极简主义的高性能键值与向量存储系统，通过共享内存和原子操作实现进程间零延迟通信，核心代码仅 766 行，却能支持每秒数百万次操作和 768 维向量存储，为本地 LLM 推理和数据密集型应用提供了全新的架构思路。
LiteMind是一个Python框架，为开发者提供统一API来整合OpenAI、Anthropic、Google Gemini和Ollama等主流LLM提供商，支持多模态输入输出、工具调用、RAG增强和智能体构建。
OmniRoute是一个开源的AI网关，通过单一OpenAI兼容端点整合67个以上大模型提供商，提供智能路由、负载均衡、自动降级和配额管理，帮助开发者以最低成本获得最高可用性的AI服务。
本文介绍了一个基于 Google Gemini Embedding 2 的开源多模态 RAG 框架，该框架能够统一处理文本、图像、视频和音频四种媒体类型的嵌入与检索，结合 Supabase pgvector 向量数据库和 OpenRouter 大语言模型，提供完整的生产级检索增强生成流水线。