#Progress AI Observability

MCP协议完全指南：从原理到LangChain Agent实战集成

深入解析MCP模型上下文协议的核心原理、架构设计与安全机制，详解如何在LangChain Agent中集成MCP工具，涵盖认证授权、拦截器、进度通知、交互式信息收集等高级特性，并以电商售后客服系统为例展示综合实战。

AI Agent从写代码到部署：工作流落地的现实挑战与解决路径

AI编程助手在代码生成环节进步显著，但从写代码到完成部署仍存在巨大鸿沟。本文分析AI Agent在部署环节面临的副作用风险、上下文缺失、工具链碎片化等核心挑战，并探讨GitOps、沙箱执行等实践路径。

AI Agent可观测性：生产环境调试与幻觉治理新范式

深入解析AI Agent可观测性工具Progress AI Observability的核心能力，包括全链路追踪、语义评估与持续改进，探讨如何在生产环境中高效调试Agent幻觉、降低token浪费，以及AI可观测性赛道的发展趋势。

GitHub日报·08月05日：AI Agent进入'工程化生产'时代

Agent Studio：统一编写AI角色与技能的智能体开发平台

Agent Studio将AI Agent的角色定义（Subagents）与技能（Skills）整合于同一平台，通过统一MCP端点、渐进式披露机制与社区审核发布，实现智能体能力的协同编排。本文深度解析其核心设计理念与工程实践价值。