Transcription
Прямо сейчас я покажу вам самый простой способ усилить ваших ИИ-агентов, и все это благодаря серверам MCP. Возможно, вы слышали о них раньше, но появился новый способ их настройки и супербыстрого подключения к вашим агентам. Рабочий процесс, который вы видите прямо здесь, и я покажу вам это позже в видео, занял у меня всего 10 минут на настройку. Я очень, очень легко подключил свой настольный компьютер Claw к YouTube, Obsidian, Slack и GitHub. И вот у меня есть весь этот рабочий процесс, где он извлекает транскрипцию YouTube. Он суммирует это и помещает в мой сейф Obsidian, а затем я прошу его прочитать мой разговор в Slack, чтобы получить дополнительный контекст, а затем создать проблему GitHub, а затем я даже прошу его упомянуть код Claude в проблеме, чтобы запустить агент кода cloud, чтобы автономно работать над моей кодовой базой на основе исследований, которые я здесь провел. Таким образом, от начала до конца мы начали с исследований и дошли до полной реализации в нашей кодовой базе, и это заняло у меня 10 минут на настройку со всеми этими серверами MCP. Теперь вы можете спросить себя: Коул, разве это не займет много времени, чтобы все настроить? Я имею в виду, если вы работали с MCP раньше, вы, вероятно, работали с таким реестром, как основной, который у нас есть в GitHub, где вы находите нужные вам серверы MCP в этом списке, но затем вам приходится нажимать на него, и вам приходится разбираться с JSON-конфигурацией для его подключения, а затем вам приходится идти и делать это для следующего, и для следующего. На самом деле это немного хлопотно, чтобы получить все эти серверы MCP, всю эту функциональность, встроенную в наших ИИ-агентов. Но теперь появился новый инструмент, который делает поиск и подключение серверов MCP в 100 раз проще, и это каталог Docker MCP. Вот что я хочу показать вам сегодня и все, что мы можем с ним сделать. Это красиво составленный список всех этих серверов MCP, и одним щелчком мыши я могу подключить их, а затем использовать в своих собственных агентах. Я могу очень легко подключиться снова одним щелчком мыши к cloud code или cloud desktop. Это теперь мой командный центр для управления моими серверами MCP. Прямо сейчас я покажу вам, как легко это настроить и запустить, а затем мы поиграем с некоторыми из этих различных серверов и создадим рабочие процессы. Итак, чтобы получить доступ к этому прекрасному каталогу серверов MCP, все, что вам нужно сделать, это установить Docker Desktop. И если вы следили за моим контентом в прошлом, у вас, вероятно, уже есть он. Я уже использую Docker практически для каждого приложения, которое я создаю. И поэтому у меня уже есть платформа, работающая 24/7 со всеми моими различными контейнерами. И теперь я могу управлять своими серверами MCP в том же месте. Это прекрасная вещь. Так здорово. Давайте на самом деле изучим все серверы MCP, которые у нас есть здесь. И я покажу вам, как легко одним щелчком мыши подключить эти серверы к любым из ваших внешних клиентов. Как только вы выберете свой сервер, например cloud code, cloud desktop, Gemini CLI, он фактически обновит конфигурацию для этих инструментов для вас. Так что вам даже не придется ничего делать с JSON самостоятельно, как раньше, если вы использовали MCP. И так, возвращаясь к каталогу, у меня сейчас он отсортирован по популярности. У нас есть fetch наверху с более чем 500 000 загрузок, что дает нашим агентам возможность брать URL-адрес и извлекать из него контент. У нас есть Slack. Я буду использовать этот сегодня. Playright для тестирования фронтенда. Context 7 для rag. Мы можем подключить наших агентов к нашей базе данных одним щелчком мыши. Мы можем извлекать транскрипции YouTube. Я также буду использовать этот сегодня. Кажется, какую бы функциональность мне ни понадобилась для моего агента, я могу получить ее из этого каталога. У нас есть Notion. У нас есть Brave, Firecrawl для скрейпинга. У нас есть Discord, Stripe, Chroma DB. Кажется, здесь есть все. Это так здорово. Итак, давайте на самом деле установим один из них. Я перейду к транскрипциям YouTube. нажму на это, и тогда все, что мне нужно сделать, это один щелчок, добавить сервер MCP. Бум, у нас он подключен. Единственное, что вам может понадобиться сделать в зависимости от вашего MCP, это настроить конфигурацию. Но также очень удобно, что мы можем сделать все это для таких вещей, как API-ключи, прямо в каталоге. А затем мы также можем видеть все инструменты, которые этот MCP теперь предоставляет нашему агенту после его подключения. Также имейте в виду, что когда вы работаете с набором инструментов MCP, который находится в бета-версии, вам может потребоваться перейти в настройки Docker здесь, вверху, и перейти в бета-функции и включить его. У меня это было включено по умолчанию, но я просто хочу упомянуть это на случай, если вы этого не видите, потому что тогда это не будет работать, когда мы перейдем к остальным вещам здесь, фактически подключая эти серверы MCP к нашим агентам. Итак, теперь, когда наш первый сервер выбран из каталога, мы можем подключить его к любому из наших клиентов одним щелчком мыши. Но есть еще одна вещь, которую я на самом деле хочу показать вам сначала, которая действительно крутая. Потому что, когда вы впервые зайдете на страницу клиента, ни один из них не будет подключен, кроме этого прямо здесь, Ask Gordon. Он фактически настроен на подключение к нашему набору инструментов MCP по умолчанию, потому что Гордон — это ИИ-агент, который встроен непосредственно в Docker Desktop, также в бета-версии, как и набор инструментов MCP. И поэтому, даже не подключаясь к какому-либо внешнему клиенту, мы можем фактически тестировать наши серверы MCP непосредственно в Docker Desktop благодаря Гордону. И поэтому для инструмента, который у меня есть прямо сейчас, вам просто нужно перейти к набору инструментов MCP здесь. И затем просто убедитесь, что у вас включен набор инструментов для Гордона. И поэтому у меня сейчас есть три инструмента для этого сервера MCP YouTube Transcripts. Итак, я закрою это. И нам нужно транскрибировать видео. Поэтому я просто перейду к одному из последних видео на моем канале, где я рассказываю о Dockling, который является инструментом для извлечения и разбивки данных для rag. И поэтому я просто скопирую этот URL-адрес вверху. Очень просто. Вернусь к Гордону сюда. Я скажу транскрибировать это видео и дать мне очень краткое резюме. Я просто хочу что-то очень быстрое здесь, чтобы показать вам, как Гордон — это место, где мы можем быстро тестировать наши серверы MCP. И поэтому Гордон сделает этот вызов инструмента. Вот и все. Вызов get transcript. И это довольно быстрый агент в целом. Так что мы должны получить резюме через секунду. Вот и все. Отлично. Видео представляет Dockling. Не совсем правильно его написал. Я дам ему пропуск на этот раз. Бесплатный Python-инструмент с открытым исходным кодом, предназначенный для упрощения извлечения и подготовки сложных данных. Круто. Это идеально. Итак, когда мы добавляем эти серверы в наш каталог, мы можем использовать Гордона для их быстрого тестирования. Но настоящая сделка здесь — это возможность использовать эти серверы MCP в наших существующих клиентах. Вы, возможно, используете Claude code или Cursor для кодирования, или вы просто работаете с Cloud Desktop для мозгового штурма с LLM. Давайте дадим им эту функциональность. И поэтому все, что нам нужно сделать, это перейти на вкладку клиентов и затем одним щелчком мыши. Так же просто, как выбор серверов в нашем каталоге. Итак, мы начнем с Claw Desktop. Все, что мне нужно сделать, это нажать connect. И бум, вот и все. Теперь, в следующий раз, когда мы откроем Cloud Desktop, все серверы, которые у нас есть здесь, будут немедленно доступны в Cloud Desktop. Теперь для большинства клиентов MCP, как только мы добавим больше серверов, нам придется перезапустить их. Итак, я сделаю это для Cloud Desktop. Я просто щелкну правой кнопкой мыши, quit, а затем перезапущу приложение. Супер, супер быстро. Подождем, пока оно загрузится. И тогда способ, которым мы можем проверить наше соединение здесь, это перейти в search и tools, и тогда вы ищете сервер MCP под названием mcp_doccker, очень креативно названный. И мы можем нажать на него, чтобы увидеть все инструменты, которые он предоставляет. И поэтому этот единый сервер фактически агрегирует все инструменты из всех MCP, которые мы выбрали в каталоге. Итак, когда мы начнем добавлять больше сюда, мы увидим это как единый сервер в нашем клиенте, просто со всеми инструментами из всех наших различных серверов. И другая вещь, которую я хочу сказать здесь, я думаю, вам это покажется интересным. Это быстрое 30-секундное объяснение того, как это работает. Все эти инструменты, которые мы добавляем, работают как контейнеры Docker. Поэтому, когда наш клиент, такой как Claw Desktop, запрашивает использование инструмента, например, для получения транскрипции, это фактически быстро запускает контейнер для выполнения этого действия инструмента, а затем, когда инструмент закончил работу, он немедленно останавливает контейнер. Так что, независимо от того, сколько серверов MCP у нас подключено, это не похоже на то, что эти контейнеры постоянно работают, занимая память на нашей машине. Контейнер работает только тогда, когда мы используем инструмент. Так что чрезвычайно эффективно и безопасно. Очень, очень круто. И поэтому теперь с Claw Desktop здесь я просто перейду и протестирую его с тем же самым. Итак, я скопирую этот URL-адрес, вернусь и скажу транскрибировать это видео и дать мне супер краткое резюме. Хорошо. Итак, мы просто убедимся, что он может работать так же хорошо, как и Гордон, что, быстрый спойлер, Cloud Desktop работает намного лучше, чем Гордон. Это гораздо более мощный LLM, работающий под капотом. Итак, вот и все, он вызывает MCP Docker, чтобы получить транскрипцию для URL-адреса. И давайте посмотрим, сможем ли мы получить хорошее резюме. Отлично. Идеально. Да. Вот наше видео, о чем оно, ключевые особенности. Выглядит очень хорошо. Честно говоря, вероятно, даже лучшее резюме. Так что круто. Это транскрипция YouTube MCP, но давайте добавим еще несколько, чтобы действительно оживить все и создать полный рабочий процесс с этими серверами MCP. Итак, я просто подключу несколько разных, которые я хочу иметь в своем Claw desktop. Итак, я начну со Slack. Я нажму добавить этот сервер. Один щелчок. Бум. Вот и все. И тогда нам просто нужно настроить пару вещей, которые я уже сделал вне камеры для ID команды и ID каналов. Вы просто получаете их из URL-адресов Slack. А затем вам просто нужно создать приложение Slack и подключить токен бота здесь. Я не буду сейчас это освещать. Вы можете прочитать документацию в Slack, если хотите. Итак, у меня подключен Slack. Что еще нам нужно? Как насчет GitHub? Я действительно попробовал официальный GitHub, и он почему-то не работал для меня. Поэтому я просто использую архивный, потому что он отлично работает для меня. Итак, теперь все, что мне нужно сделать, это добавить мой персональный токен доступа, который я могу получить в настройках GitHub. И теперь он может получить доступ ко всем моим репозиториям и делать такие вещи, как создавать проблемы от моего имени. Очень, очень аккуратно. И тогда последнее, что я хочу добавить, мне очень нравится Obsidian в последнее время. Вероятно, я буду создавать гораздо больше контента о нем в ближайшем будущем. Итак, я собираюсь добавить этот. Obsidian — это место, где я делаю много заметок и управляю знаниями. Например, то, что вы видите прямо здесь, это на самом деле сценарий, который я написал для этого видео прямо сейчас. Я знаю, это очень мета, но да, когда вы зайдете в настройки Obsidian, вы можете установить плагины сообщества. И один из этих плагинов, который вы можете установить, называется local rest API. Поэтому вам нужно установить это, а затем он даст вам API-ключ, который вам нужен для подключения к API-ключу Obsidian здесь, в конфигурации MCP. Вот как вы подключаете Obsidian. Теперь, возвращаясь к моим серверам, у меня всего четыре. Итак, у меня 26 инструментов для GitHub, что довольно много, но мы справимся. Затем у нас есть Obsidian, Slack и YouTube Transcripts. И поэтому мы можем начать фактически определять эти рабочие процессы для большой языковой модели, чтобы комбинировать функциональность из этих различных серверов. Это действительно круто. Теперь я не буду тестировать это с Гордоном. Гордон — довольно крутой парень, но я могу сказать по своим тестам, что он работает не на самом мощном LLM. Похоже, это что-то вроде Gemini 2.5 Flash или GPT5 Nano. Он довольно сильно перегружается всеми этими инструментами, когда их больше пары. И плюс, я думаю, Гордон больше настроен на помощь вам с вещами, связанными с Docker. И поэтому, со всеми этими подключенными инструментами, я просто перейду прямо к перезапуску Cloud Desktop и тестированию вещей в Cloud Desktop. И я мог бы подключить другие клиенты, например, если бы я хотел подключить его к Cloud Code или Gemini CLI, но я останусь на Cloud Desktop, потому что мне нравится использовать Cloud Desktop для общего мозгового штурма с LLM. Итак, да, давайте перейдем к search и tools. Прокрутим вниз MCP Docker. Я нажму на это, и, конечно же, на этот раз у нас гораздо больший список инструментов, потому что у нас есть все от Slack, Obsidian, YouTube Transcripts и GitHub. Отлично. Итак, я могу, например, спросить, какие каналы Slack у меня есть? И он должен просто сказать, что у меня есть доступ к исследовательскому каналу, потому что это единственный, к которому я предоставил доступ Slackbot. Итак, да, перечисление каналов Slack. Через секунду здесь должно появиться research. Вот и все. Хорошо. Идеально. Да. Итак, MCP Slack работает для GitHub. Я могу спросить, какие репозитории GitHub у меня есть? И через секунду я фактически объединю некоторые из этих использований инструментов, чтобы сделать что-то довольно интересное. Но да, сначала давайте просто убедимся, что эти серверы действительно работают. Вот и все. У меня 50 репозиториев GitHub. Посмотрите на это. Это на самом деле безумие для меня. Да, все работает отлично. Хорошо, это было весело, просто тестировать различные серверы MCP, видеть эти инструменты в действии. Но теперь давайте перейдем на следующий уровень. Вот где начинается настоящее веселье, потому что я хотел создать больше рабочего процесса для моего агента, чтобы он проходил, используя различные серверы MCP в тандеме для выполнения одной более крупной задачи для меня. Давайте раскроем возможности Sonnet 4.5 здесь. И поэтому я собираюсь отправить этот запрос, который потребует от него работы со всеми четырьмя серверами MCP, которые у него есть через каталог Docker. Итак, я прошу его получить транскрипцию того же видео Dockling. Я хочу создать резюме и поместить его в мой сейф Obsidian. И я специально прошу его поместить его в эту папку reference notes. И я фактически удалю предыдущее резюме Dockling, которое у меня есть, чтобы он начинал с нуля. Вот и все, поместите его в папку reference notes. Затем после этого я хочу, чтобы он прочитал мои исследования Dockling, которые у меня есть в этом одном канале Slack, к которому у него есть доступ. Итак, просто давая ему больше контекста, чтобы затем создать проблему GitHub для Archon. Я хочу фактически интегрировать Dockling с Archon. И затем, наконец, последнее, что мы просим много здесь. Наконец, я хотел добавить комментарий к проблеме, сказав @cloudfix, работай над этой проблемой. Это наш способ запустить cla code, чтобы автономно работать над этой проблемой. Итак, мы переходим от этапа исследований до фактического запуска рабочего процесса для Cloud Code для работы над этой проблемой в нашем репозитории. Я знаю, что это довольно сложно, но в этом и суть. Я пытаюсь спросить много и посмотреть, как он работает. И мне на самом деле очень любопытно. Я еще не запускал это. Это мой первый раз. И поэтому мы посмотрим, сможет ли он выполнить все. И поэтому, да, сначала он получает транскрипцию. Я думаю, что я сделаю здесь, я позволю ему работать. Я поставлю на паузу и вернусь, когда он закончит. Мы вместе прочитаем историю разговора и посмотрим, сделал ли он то, что должен был. Хорошо, это на самом деле за пределами захватывающего. Все сработало безупречно. И пока я говорю, Claude Code работает над этой проблемой. Посмотрите на это. Это просто так круто. Итак, он получил транскрипцию. Мы видели это раньше, прежде чем я поставил на паузу, чтобы вернуться сюда. Затем он создает резюме исследований в Obsidian. Посмотрите на это в папке reference notes. У меня есть резюме учебного пособия Dockling YouTube. И он даже правильно написал Dockling на этот раз. хорошо для Sonnet 4.5. Итак, у нас есть наше хорошее маленькое резюме инструмента в целом. Выглядит очень хорошо. Говорит о гибридной разбивке, что является одной из вещей, которые меня волнуют. И затем, спускаясь вниз, он получает историю разговоров в этом канале Slack. Итак, он перечисляет каналы, находит этот исследовательский, он извлекает историю канала. Итак, у меня здесь довольно много текста, просто вещи, которые я делал для исследования Dockling. Выглядит очень хорошо. Затем он ищет мои репозитории GitHub, чтобы найти Archon. Как только он найдет Archon, он создаст проблему. И у него была проблема с созданием проблемы при первом использовании этого вызова инструмента. Но LLM довольно умны, особенно sonnet 4.5. Поэтому он может исправить себя, выяснить проблему, снова вызвать инструмент, и на этот раз он успешно создает проблему для интеграции Dockling. И затем, наконец, он добавляет этот комментарий, чтобы запустить cla для работы над этой проблемой. И поэтому, да, давайте на самом деле перейдем в наш браузер. Теперь я хочу показать вам здесь сначала. Это исследование, которое у меня есть в разговоре в Slack, который он извлек, кстати. Затем, переходя к Archon, у нас есть новая проблема. Посмотрите на это. Интегрировать Dockling для расширенной обработки документов в конвейере rag. У нас есть красиво отформатированная проблема здесь. И вот и все, @cloudfix, работай над этой проблемой. И затем cloud code, который у меня уже интегрирован в репозиторий, отреагировал на это и находится в процессе создания pull request для моей проблемы. Таким образом, от начала до конца из Cloud Desktop. Мне пришлось провести тонну исследований, которые теперь завершаются. Это приводит к тому, что Cloud Code фактически работает над этим для меня. Супер, супер круто. Хорошо, Claude Code закончил свою работу. Он сделал все это в рамках ветки функций, для которой я также создал pull request. Так что мы можем перейти к ней, проверить ее, и бум, вот и все. У нас есть pull request, который был создан от начала до конца автоматизацией благодаря серверам MCP и каталогу Docker. Теперь я еще не проверил его работу, но в этом суть. Это совершенно нормально, если вы не понимаете Archon или точно, что я делаю на GitHub. Суть, которую я пытаюсь донести, заключается в том, насколько легко было создать этот агентский рабочий процесс со всеми этими серверами MCP, которые мы подключили всего за пару кликов. Теперь то, что мы смогли сделать здесь, в Cloud Desktop, было довольно невероятно. И очень легко подключиться к другим клиентам, которые есть в этом списке, особенно если вы хотите взять некоторые из этих серверов MCP и использовать их со своими помощниками по кодированию. Большинство клиентов здесь на самом деле являются помощниками по кодированию, к которым вы можете подключиться. Но главный вопрос, который у меня есть, заключается в том, как мы можем использовать эти серверы MCP в наших собственных пользовательских агентах в коде Python в N8N. Ну, вот что я покажу вам прямо сейчас. Чтобы закончить это видео, я хочу показать вам, как мы можем взять всю эту функциональность и использовать ее где угодно. Так что мы не ограничены только этим списком клиентов. Насколько потрясающим ни был бы этот список, и он охватывает инструменты, которые я обычно использую, а как насчет моих собственных агентов? Итак, мы фактически начнем с возвращения к Cloud Desktop, потому что я хочу показать вам, что способ, которым Docker подключается к этим клиентам, — это тот же способ, которым мы можем подключаться к нашим пользовательским. Нам просто нужно немного дополнительной настройки. Итак, давайте перейдем в настройки. Давайте посмотрим, как именно настроено это соединение между каталогом Docker и Cloud Desktop. Если мы перейдем к серверу MCP Docker здесь, посмотрите на это. Он использует эту вещь под названием Docker MCP gateway. Что это за MCP gateway? Ну, это инструментарий под капотом, который позволяет нам подключать серверы MCP в каталоге Docker ко всем этим клиентам из предварительно настроенного списка. Но прекрасная вещь с этим MCP gateway заключается в том, что он фактически с открытым исходным кодом. И поэтому у нас есть эта страница документации, которую я оставлю в описании, где они говорят об этом. MCP gateway — это готовое к корпоративному использованию решение Docker с открытым исходным кодом для оркестрации и управления серверами MCP. Таким образом, та же самая функциональность, которая используется под капотом для подключения с нашим каталогом и этим предварительно настроенным набором клиентов, таких как Cloud Desktop и Cloud Code, мы можем использовать ту же функциональность. Мы можем запустить ее сами, а затем подключить наши собственные агенты, как у меня здесь, в N8N. И я покажу вам это через секунду. И поэтому, переходя к их репозиторию с открытым исходным кодом для MCP gateway, у них есть некоторые инструкции по настройке. Вы, по сути, собираете gateway из исходного кода, а затем мы можем запустить его с помощью пары различных команд в зависимости от конкретного протокола MCP, который мы хотим использовать. HTTP streamable — это стандарт де-факто для MCP. Итак, это команда, которую я собираюсь запустить сам. Итак, я следовал инструкциям в этом README, чтобы все настроить и запустить локально. Итак, теперь я могу запустить docker MCP gateway, и я собираюсь запустить его на порту 8089, и я собираюсь использовать транспортный уровень потоковой передачи для MCP. Итак, я запущу это, и он посмотрит на мой реестр каталога Docker и определит серверы MCP, которые я подключил. Итак, те же самые, которые мы подключили в Docker Desktop в пользовательском интерфейсе с каталогом, доступны здесь. И поэтому он запустит все это. И поэтому теперь у нас есть сервер, прослушивающий порт 8089. Он готов принимать любые запросы для любых инструментов для любого из этих серверов. Так же легко настроить все это. И поэтому теперь в N8, я просто покажу вам очень быстро. И теперь мы можем сделать это с любым агентом, который мы хотим. N — это просто самый простой способ воспользоваться этим прямо из коробки. Итак, у меня есть триггер чата, который ведет к супер простому ИИ-агенту. Как будто это сейчас чрезвычайно базово. Я просто использую GPT4.1 mini для моего LLM. А затем для клиента MCP, соединение здесь — host.doccker.in, потому что мне нужно смотреть за пределами контейнера n на мою хост-машину, где я запускаю docker mcp gateway. А затем порт, очевидно, 8089, потому что именно это я выбрал при запуске gateway. А затем транспорт сервера — HTTP streamable. А затем все работает локально. Так что у меня нет никакой аутентификации на данный момент. Супер легко настроить. Итак, я вернусь на холст. Я могу фактически открыть чат и показать вам здесь. Давайте сделаем что-нибудь вроде, знаете ли, какие каналы Slack у меня есть? Я не собираюсь снова делать целый сложный рабочий процесс, потому что мы уже видели это в действии, но мы можем просто быстро увидеть, как он использует клиент MCP. Он использовал Slack list channels здесь. И у нас есть наш исследовательский канал. Круто. А затем я могу фактически перейти к журналам MCP gateway, и я могу видеть журналы из N8N. Итак, сначала у нас есть соединение, которое устанавливается здесь из N8N, а затем он запускает этот конкретный инструмент для перечисления каналов, которые у нас есть, Slack list channels, и это заняло всего 1,5 секунды. Так что абсолютно прекрасно. И я также недавно сделал видео на своем канале, показывающее, как создавать голосовых агентов LiveKit. И там я очень кратко показал, как использовать Docker MCP gateway для подключения к серверам, которые у меня есть в каталоге. И поэтому обязательно посмотрите видео, которое я оставлю здесь, если вам нужно полное руководство по созданию голосовых агентов LiveKit. Но прямо здесь я просто хочу показать вам еще один пример использования наших пользовательских агентов для взаимодействия с этими серверами MCP, которые мы курировали. И поэтому в моей сессии агента я просто добавил этот параметр MCP servers, где я подключен к тому же URL-адресу, который мы использовали в N8N. Итак, снова, подключен к тем же серверам, которые мы использовали в Claw Desktop и N8N. Итак, в моей консоли я могу запустить этот голосовой агент и давайте посмотрим, как он работает. >> Здравствуйте, чем я могу вам помочь сегодня? >> Да, мое имя пользователя GitHub Cam0000. Я хочу, чтобы вы нашли мои репозитории и нашли тот, у которого больше всего звезд, и сказали мне, какой это. >> Репозиторий с наибольшим количеством звезд под вашим именем пользователя GitHub, Colium0000, на основе лучших результатов — Archon. Он описан как бета-релиз. >> Это правильный ответ. Итак, я закрою это. Но вот и все. У нас есть живой голосовой агент, который подключен ко всем серверам, которые мы курировали в нашем каталоге Docker. Итак, вот и все. Это, мой друг, все, что мне нужно осветить прямо сейчас для каталога Docker MCP. И огромное спасибо Docker за сотрудничество со мной в этом видео, чтобы убедиться, что я осветил все важные функции, которые есть у каталога MCP. Это действительно самый простой способ привнести внешнюю функциональность в наших ИИ-агентов, как я показал вам в этом видео. Итак, если вам понравилось это видео, и вы с нетерпением ждете большего в области ИИ и ИИ-агентов, я был бы очень признателен за лайк и подписку.