MCP插件使用（browser-tools-mcp为例）

Ne0inhk

— 2 min read
MCP插件使用（browser-tools-mcp为例）

1. 环境配置（Brower Tools为例）

python 安装 nodejs 安装 mkdir C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp git clone https://github.com/AgentDeskAI/browser-tools-mcp.git "C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp"

2. MCP服务安装启动

cd C:\Users\Suoxd\Documents\Cline\MCP\browser-tools-mcp npminstall @agentdeskai/[email protected] npx @agentdeskai/[email protected] npx @agentdeskai/[email protected]

参考https://browsertools.agentdesk.ai/installation

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
在这里插入图片描述


在这里插入图片描述
在这里插入图片描述

3. 浏览器插件配置

https://github.com/AgentDeskAI/browser-tools-mcp/releases/download/v1.2.0/BrowserTools-1.2.0-extension.zip
在这里插入图片描述

4. Cline 服务配置

"browser-tools-mcp":{"command":"node","args":["d:/Suo/code/tmp-AI/browser-tools-mcp/browser-tools-mcp/dist/mcp-server.js"],"disabled":false,"autoApprove":[]}

5. 最终效果

浏览器端调试工具增加了插件页面

在这里插入图片描述


在这里插入图片描述
在这里插入图片描述

Read more

Apache IoTDB产品介绍与Kubernetes 1.24集群安装部署深度指南

Apache IoTDB产品介绍与Kubernetes 1.24集群安装部署深度指南

引言 在物联网（IoT）与工业互联网蓬勃发展的今天，时序数据管理已成为企业数字化转型的核心挑战。Apache IoTDB作为专为物联网场景设计的开源时序数据库，凭借其高性能、低成本、易扩展的特性，在智能制造、车联网、能源监控等领域得到广泛应用。本文将深度解析IoTDB v1.3.3.2的产品架构与核心优势，并基于Kubernetes 1.24集群环境提供完整的安装部署方案，包含从环境准备到验证测试的全流程操作，确保读者可复制部署并投入生产使用。 一、Apache IoTDB产品深度解析 1.1 物联网时序数据管理痛点 传统关系型数据库在处理海量时序数据时面临显著瓶颈：高频率采样导致写入压力激增，乱序数据插入引发性能下降，长期存储成本高昂，多维度分析需求复杂。IoTDB针对这些痛点进行专项优化，通过以下技术创新实现突破： * 分层存储架构：采用内存缓存+磁盘持久化的混合存储模式，支持数据冷热分级存储，历史数据自动归档至低成本存储介质。 * TsFile存储引擎：自主研发的列式存储格式，通过时间戳-值对压缩算法实现5-10倍存储空间节省，支持时间分区与数据版本管理。 *

By Ne0inhk
2026最新｜国内可用 Docker 镜像加速源大全（2月持续更新）：DockerHub 镜像加速与限速避坑全指南（适配 Windows / macOS / Linux / containerd /

2026最新｜国内可用 Docker 镜像加速源大全（2月持续更新）：DockerHub 镜像加速与限速避坑全指南（适配 Windows / macOS / Linux / containerd /

2026最新｜国内可用 Docker 镜像加速源大全（2月持续更新）：DockerHub 镜像加速与限速避坑全指南（适配 Windows / macOS / Linux / containerd / k3s / BuildKit） 摘要：本指南面向国内服务器与办公网络用户，系统梳理 2026年2月可用 DockerHub 镜像加速源，覆盖 Docker Desktop、dockerd、containerd、k3s、BuildKit 等场景的一键配置、多源回退与测速排障方案，帮助规避 429/Too Many Requests 与拉取超时问题。 最后更新：2026-2 适用对象：国内云服务器/办公网络拉取 DockerHub 镜像慢、易触发限速（429/“Too Many Requests”）的场景 用途：一键配置镜像加速、

By Ne0inhk
OpenClaw多设备协同：手机+电脑分布式节点，跨端任务自动化

OpenClaw多设备协同：手机+电脑分布式节点，跨端任务自动化

文章目录 * 当"用手机修电脑"不再是段子 * 架构揭秘：Gateway是大脑，Nodes是手脚 * 动手实战：把你的手机变成AI的外挂设备 * 第一步：确认Gateway处于"远程模式" * 第二步：手机端配对流程 * 第三步：验证节点能力 * 场景实战：那些只有多设备协同才能干成的活儿 * 场景一：移动端触发，PC端执行（Mobile-to-Desktop） * 场景二：PC端决策，移动端采集（Desktop-to-Mobile） * 场景三：多节点并行任务（Swarm模式） * 技术原理：MCP协议让万物互联成为可能 * 避坑指南：别让你的分布式系统变成"分布死"系统 * 网络连通性是第一要义 * 权限管理要精细 * 电池与性能考虑 * 未来展望：从"多设备"到&

By Ne0inhk
深入解析 KES 数据库运维核心：资源回收与膨胀防治全攻略

深入解析 KES 数据库运维核心：资源回收与膨胀防治全攻略

在数据库长期运行过程中,表膨胀与索引膨胀是 KingbaseES（KES）DBA 最常面对的"隐形杀手"。它们悄无声息地蚕食磁盘空间、拖慢查询性能,严重时甚至威胁系统稳定性。本文从索引重建、垃圾回收原理、长事务阻断、autovacuum 精细化调优四个维度,系统梳理 KES 资源回收的核心机制与实战方法。 一、REINDEX CONCURRENTLY：不停机重建膨胀索引 随着业务 DML 语句持续增长,索引会像表一样发生膨胀。膨胀的索引不仅浪费磁盘空间,还会显著降低查询性能——新构建的索引往往比反复更新的旧索引提供更好的访问效率。 为什么不能直接用 REINDEX？ 普通 REINDEX 命令需要 ACCESS EXCLUSIVE 锁,这是最高级别的锁,会阻塞一切业务语句,生产环境中几乎不可接受。 解决方案是使用 REINDEX ... CONCURRENTLY,其锁级别降为 SHARE UPDATE EXCLUSIVE,不阻塞

By Ne0inhk