滴水成河，汇流成海

摘要：本文对比了 .NET 生态中三个 MCP（Model Context Protocol）实现框架：MCPSharp、mcpdotnet 和 ModelContextProtocol.NET。MCPSharp功能最完整，深度集成.NET AI生态；mcpdotnet轻量简洁，注重规范遵循；ModelContextProtocol.NET支持AOT但活跃度低。推荐企业级项目选择MCPSharp，轻量需求使用mcpdotnet，特殊场景谨慎选用ModelContextProtocol.NET。三者均采用MI

FastMCP 是一个用于构建 MCP 服务器和客户端的 Python 框架，其目标是让开发者能够以更少的代码、更高的效率构建出功能强大的 MCP 应用。相比官方的 MCP Python SDK，FastMCP 在多个方面进行了优化和改进，提供了更简洁的 API 设计、更高效的开发体验以及更强大的扩展能力

本文介绍了AI辅助开发的全流程规范，包含七大核心环节：1.建立全局开发规则（UserRules）和项目专属规则；2.按技术栈初始化项目结构；3.编写需求文档并让AI补充行业分析；4.由AI拆解需求生成可执行任务清单；5.按清单自动执行编码任务；6.实现AI自动编译测试；7.Bug修复优先采用AI自动处理。该流程强调规则驱动开发，通过技术栈约束、开发规范、全局事件等规则确保AI输出质量，同时保持人工校验环节。典型特征包括使用JSDoc注释、windows10环境适配、代码格式标准化，以及通过"确认/

摘要：本文记录了使用Cursor AI工具为白噪音生成器添加高频噪声注入功能的过程。设计需求包括：在16kHz以上频段添加可控白噪声，信噪比范围-30dB至-25dB。技术方案采用NAudio库的BiQuadFilter实现16kHz高通滤波，通过动态增益调整控制噪声振幅。UI新增高频噪声开关和信噪比滑块。代码结构清晰，实现实时音频处理和波形显示。运行效果证实了该功能在破坏语音指纹特征方面的有效性，同时保持了系统性能。整个开发过程未修改原始代码，直接通过AI工具完成功能扩展。