2025 年 5 月 月度小结
AI
这个月算是我个人的 AI 月吧。陆续接触了很多 AI 相关的东西。开始探索通过 AI 技术提升自己的生产力。
Vibe Coding
我开始使用 Cline，尝试 Vibe Coding。
Gemini 的 API 池
在使用的过程中，为了优化使用体验，又自己部署了 Gemini 的 API key 池。
MCP
为了增强 Cline 的能力，我又开始折腾起 MCP。最开始是直接通过 Cline 内置的功能来安装调用 MCP 服务器，但是发现单靠 Cline 自己安装不太靠谱，又自己尝试手动安装。安装跑起来之后，发现 MCP 服务器在本地用起来不太方便，又开始探索将 MCP 服务器部署在云端的方案。
我最开始尝试了 Cloudflare 的 Worker，虽然我在之前并没有接触过 Worker 这种 Serverless 的云服务，不过也是久闻 Cloudflare“大善人”的大名。不过一方面 Worker 无法运行 Docker 镜像，也没有办法调用 Python 和 Node 来运行服务；另一方面 Worker 这种 Serverless 的服务天然就不适合 MCP 服务器这种需要长时运行的服务。所以我最终放弃了 Worker。
我又尝试了之前部署 API 池子的 Huggingface Space，Space 是支持部署 Docker 容器的，但是如果一个 Space 只部署一个 MCP 服务器的话，资源利用率未免太低了些。
于是我开始寻找能够在一个服务中部署多个 MCP 服务器的方案。我很快找到了multi-mcp 这个项目。经过一番尝试，很快就封装了一个 Dockerfile，让这个项目能够运行在 Huggingface 上。但还没结束，在尝试对 multi-mcp 进行二次开发的过程中，遇到了诸多问题，最后决定推翻重来，自己重写了一个，加上了我需要的鉴权功能和子路由功能。最后将前面使用的 Dockerfile 进行了封装，就有了One MCP 这个项目。
开始使用 Obsidian 以替代 Logseq
在这个月月底时，我终于下定决心从 Logseq 迁移到 Obsidian ，同时也将小米笔记上的一些内容迁移到 Obsidian 中。
开发
这个月在开发上的收获还是颇丰。得益于折腾 AI 相关软件，我对于 LLM 的调用、MCP 服务端和客户端的开发有了很多了解，也学会使用 Dockerfile。