GitHub官方MCP市场
GitHub 官方的 MCP（Model Context Protocol）市场 并不是一个独立的“市场”网站，而是托管在 GitHub 上的一个 MCP Registry（注册中心），它本质上是一个 开源社区驱动的工具和服务目录，用于帮助 AI 模型（如 LLM、AI Agent 等）通过标准化协议（即 MCP）与外部系统（如 API、数据库、文件、开发工具等）进行交互。
简单说明一下借助 AI翻译时，“(直译->)解释->重写” 对比 “直译->(审查->)意译”的差别：
注：括弧内的步骤表示可省略
- 从翻译效果上来说，先解释后重写会更自然，没有机器翻译的感觉，因为解释后会让上下文更充足，尤其是人工指定对特定的点进行解释，会帮助AI更好的理解上下文
- 从尊重原意的角度来说，直译意译的方式会更尊重原意，也一般不会遗漏内容
- 从自动化的角度，直译意译的方式提示词好写，整个翻译过程不需要人工干预；但是先解释后重写，让 AI 解释文章中哪些内容可能需要人工干预效果更好，直接让 AI 泛泛解释可能会遗漏重点
如果是程序自动化的推荐直译意译，如果是手动在 Gemini 或者 ChatGPT，可以让它先解释某几个重点和模糊的内容，然后再在同一会话中让 AI 重写。
相关图书
写AI提示词，完全遵循“不确定性原理”
最近因为Gemini、Claude都升级了模型，所以在试着更新提示词，利用模型的最新性能，过程真是痛并痛着。当然，不改也行，但是多数时候，都需要根据模型变化，调整一下。同一个模型版本迭代要改，换到其他模型执行任务更要改。（我称之为提示词移植）
ChatGPT 的 Project 功能 – 根据不同应用场景，无需额外提示词
J.Cling 这边推荐一下@宝玉 推荐的 ChatGPT 的 Project 功能：“我自己是重度用户，相当的方便好用，有点像 GPTs，但是是你私有的，并且你可以选择任何模型，我会创建一个用来翻译的 Project，写上翻译的提示词，选择好模型，直接翻译你不需要额外输入提示词。
Cursor Rules 提示词规则 – 大幅提高AI编程能力
压箱底的cursor rules，让你用AI编程起飞。这份规则用两个重要的地方，指定了两个MCP工具：Sequential Thinking 和Context 7 。这两个AI工具 都是目前大火的，可以看看使用量总之，这两个工具，大大增强你的AI编程工具的能力。
