@htahir111 @aiDotEngineer @strickvl 也来看看这个吧：https://t.co/v0nunbVLZN :)

数据/MCP · AI工程师

来源：https://ai.engineer/data 知识库 / 数据 + MCP

数据 + MCP：为你准备的数据。为你的智能体提供的上下文。

6个公开数据集≈1560万tokensJSON + CSV格式无需登录

远程MCP接口地址

https://ai.engineer/mcp

基于HTTP流式传输 · 只读 · 无需账户或API密钥

选择你的智能体

在终端中运行

codex mcp add ai-engineer --url https://ai.engineer/mcp

设置指南与文档通过Codex CLI添加服务器后，即可启动新的智能体会话。

Codex设置文档↗ (https://developers.openai.com/codex/mcp/)已配置MCP服务器？保留现有配置，只需添加ai-engineer条目。

连接后，启用AI工程师的工具并尝试：“接下来有哪些AI工程师会议？”你的智能体会自动选择并调用工具。无需本地服务器。

通过智能体读取数据？请求/data并设置Accept: text/markdown或text/plain，或访问/data.md (https://ai.engineer/data.md)。浏览器请求保持交互视图。

研究图谱 (https://ai.engineer/data#research-atlas) 工具参考 (https://ai.engineer/data#tool-reference) 下载资源 (https://ai.engineer/data#collections-heading) 构建技能 (https://ai.engineer/data#build-skill)

研究图谱

选择知识库的特定部分，查看其工具和下载资源。

系列 → 版本 → 预定会议。已发布的演讲作为独立存档记录，与人员、组织、主题、章节和转录文本关联。连线表示关系，而非记录数量。

当前选择：已发布演讲

对于已发布演讲：搜索 → 获取·下载资源与示例↓ (https://ai.engineer/data#collection-talks)

获取工具

通过返回的ID检索记录，或获取选定演讲中带时间戳的段落。可在转录文本内搜索或请求时间范围，提供原始时刻的视频链接。

有效输入与输出

JSON Schema由服务器验证器生成。输入描述工具参数；输出描述成功的结构化内容，包括不可用数据变体。

模式

展开对象以检查字段和约束。对于可选响应，请使用变体选择器。原始JSON包含所有模式关键字。

正在加载模式浏览器…

原始JSON模式 / 复制获取输入模式

{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "type": "object",
  "properties": {
    "id": {
      "type": "string",
      "maxLength": 350,
      "pattern": "^(?:conference:[a-z0-9-]+\\/\\d{4}|(?:talk|speaker|topic|organization):[a-z0-9]+(?:-[a-z0-9]+)*)$",
      "description": "使用搜索或list_conferences返回的ID，而非URL。"
    },
    "section": {
      "default": "metadata",
      "type": "string",
      "enum": [
        "metadata",
        "transcript"
      ]
    },
    "query": {
      "type": "string",
      "minLength": 2,
      "maxLength": 120,
      "pattern": "^[^\\x00-\\x1f\\x7f]+$",
      "description": "修剪后的搜索文本；不含控制字符。"
    },
    "startMs": {
      "type": "integer",
      "minimum": 0,
      "maximum": 9007199254740991
    },
    "endMs": {
      "type": "integer",
      "minimum": 0,
      "maximum": 9007199254740991
    },
    "offset": {
      "default": 0,
      "description": "传递上一个nextOffset以继续分页。",
      "type": "integer",
      "minimum": 0,
      "maximum": 100000
    },
    "limit": {
      "default": 3,
      "type": "integer",
      "minimum": 1,
      "maximum": 10
    },
    "contentVersion": {
      "type": "string",
      "pattern": "^[a-f0-9]{64}$"
    }
  },
  "required": [
    "id"
  ],
  "additionalProperties": false
}

仅required中列出的字段为必填项。additionalProperties: false拒绝未知字段。anyOf列出可选响应格式；null与省略字段不同。

• id是必填项。转录文本查询、时间范围、offset和limit仅适用于演讲的section=transcript。会议ID返回会议元数据。
• 同时提供两个时间戳时，endMs必须大于startMs。此跨字段规则由服务器验证，但无法在标准JSON Schema中表达。
• 转录文本建议中逐字复制引用信息；它包含标题、格式化的段落起始时间戳和视频URL。不要计算或重写时间戳。如果引用为null，则使用演讲页面而不编造时间戳。引用内容必须与段落文本匹配；不要将时间戳附加到元数据摘要或不受支持的因果解释中。查询的段落包含评分。null的endMs表示最后一个段落没有已知结束时间。null的引用/视频URL表示视频ID或起始时间戳无效，或起始点超出已知录制时长。未知时长无法进行范围检查。
• 分页时，将nextOffset作为offset传递，并使用返回的contentVersion。如果内容发生变化，请在不使用contentVersion的情况下重新开始。缺失的转录文本是明确的成功变体，而非空的可用转录文本。

示例请求/响应来自公开会议数据的示例响应，不含MCP封装。字段遵循当前模式；实时数据和版本会变化。

获取输入

{
  "id": "talk:harness-engineering",
  "section": "transcript",
  "limit": 1
}

获取输出

{
  "id": "talk:harness-engineering",
  "title": "驾驭工程：当人类掌舵、智能体执行时如何构建软件 — Ryan Lopopolo, OpenAI",
  "url": "https://ai.engineer/talks/am_oeAoUhew-harness-engineering",
  "contentVersion": "96693ee70735bdcd1f0ded798f2ddbb89cfc37ad1802e125df2c3b99621712ae",
  "nextOffset": 1,
  "retrievedAt": "2026-08-30T21:12:47.426Z",
  "transcriptStatus": "available",
  "contentType": "automated_transcript",
  "passages": [
    {
      "startMs": 80,
      "endMs": 135500,
      "text": "[欢快的音乐] 我们的下一位演讲者将探讨驾驭工程：当人类掌舵、智能体执行时如何构建软件。欢迎OpenAI技术团队成员Ryan Lopopolo上台。[欢快的音乐] [观众鼓掌] 早上好，伦敦。[观众鼓掌] 我今天非常兴奋能来到这里。我是Ryan Lopopolo，在过去九个月里，我有幸完全通过智能体来构建软件。呃，我是一个代币亿万富翁，我相信，为了实现我们的AGI未来，我们希望每个人都成为代币亿万富翁，利用模型来完成全部工作。这意味着要顺应模型能够成为完整软件工程师的理念。我通过禁止团队甚至触摸编辑器、必须通过模型来完成工作来亲身实践这一理念。呃，今天我想和大家谈谈这意味着什么，以及如何将这种理念融入运营你的工作方式、你生活的编码空间和团队流程中，以便让智能体完成全部工作。我相信当我说我们构建软件的方式已经改变时，是在对知情者讲话。在过去的六个月里，我们看到编码智能体席卷世界，能力持续以前所未有的速度提升，使这些模型及其运行的框架能够执行更复杂的操作，以更高的可靠性在更长的时间范围内完成更复杂的工作。我们如今所达到的境地是，实现不再是软件工程工作稀缺的资源。",
      "url": "https://www.youtube.com/watch?v=am_oeAoUhew&t=0",
      "citation": "驾驭工程：当人类掌舵、智能体执行时如何构建软件 — Ryan Lopopolo, OpenAI — 0:00 (https://www.youtube.com/watch?v=am_oeAoUhew&t=0)"
    }
  ],
  "totalPassages": 26,
  "downloadUrl": "https://ai.engineer/api/data/transcript?slug=harness-engineering&format=json"
}

试试问一下：“找出那段演讲中关于评估的段落，并给我带时间戳的视频链接。”

使用方法、限制与数据策略 · 全局600次/分钟 · 每IP 60次/分钟工具失败返回isError: true，并在content中提供解释，而非成功模式负载。无效参数可能返回协议错误或工具错误；在读取结构化内容前请同时检查两者。HTTP 429、529和503是传输故障，而非工具输出。

对于经过筛选的演讲查找、转录文本或日程分页，请将nextOffset作为offset传递，并使用返回的contentVersion。null的nextOffset表示结束；如果内容发生变化，请重新开始分页。

**使用限制。**MCP POST请求共享全局每分钟600次的限制，每IP每分钟60次。这包括工具调用和协议请求。共享限制返回HTTP 529；每IP限制返回HTTP 429。请遵守Retry-After并回退。需要更高限制？联系[email protected]。

**先搜索，再获取。**要获取完整的演讲者或组织清单，省略搜索查询并提供筛选条件，然后遵循分页。对于主题研究，搜索关键词并获取相关段落。搜索覆盖元数据、增强信息和索引的转录文本段落。摘要属于元数据，而非直接引用。仅转录文本摘录可通过其录制时间戳验证；对于不可用的索引，请检查覆盖范围。在得出结论前获取周围上下文。转录文本为自动生成，可能包含错误。

**公开且只读。**购票功能仍为存根；Accelevents票务系统保留在会议官方网站。CFP链接到外部平台如Sessionize。MCP无法购票、保存申请或提交CFP。经用户明确授权，智能体可在这些官方网站上使用计算机操作来完成购买或提交。在确认前请核实最终价格或申请内容（除非已批准），并验证平台确认信息。

下载与更新。aie://data/catalog资源链接到以下公开数据集。经过筛选的查找、转录文本和日程分页返回内容版本，以便智能体检测更新。受限的Hugging Face仓库是分开的，未通过MCP公开。

授权公开语料库：1,087场演讲 · 170,944个转录文本段

语料库版本575e4c565354bf07b7d567ab08376f4176910a799bf0ef29ed41868192e0dc24源更新未记录录制日期2026-09-03T10:03:35.969Z有转录文本的演讲1087 / 1087语料库计数不包括合并到以下数据集中的其他网站记录。转录文本可用性不代表完整性或准确性。未知日期不会从发布授权中推断。状态检查可能使用缓存五分钟的元数据。

公开数据集

演讲

1,087行· ≈377.9K tokens

演讲库中的标题、演讲者、主题、录制和摘要。

字段与示例行slug · 标题 · URL · 视频ID · 活动 · 时长毫秒 · 演讲者 · 主题 · 摘要

[
  {
    "slug": "agent-skills",
    "title": "不要构建智能体，要构建技能 – Barry Zhang & Mahesh Murag, Anthropic",
    "url": "https://ai.engineer/talks/CEvIs9y1uog-agent-skills",
    "videoId": "CEvIs9y1uog",
    "event": "AI Engineer Code 2025",
    "durationMs": 982000,
    "speakers": [
      {
        "name": "Barry Zhang"
      },
      {
        "name": "Mahesh Murag"
      }
    ],
    "topics": [
      {
        "slug": "coding-agents",
        "name": "编码智能体"
      }
    ],
    "summary": "Barry Zhang 和 Mahesh Murag（Anthropic）认为，开发者不应构建特定领域的智能体，而应构建可复用的技能——将过程知识打包供智能体使用的、组织化的文件夹。他们解释说，技能通过渐进式披露来保护上下文窗口，使用脚本作为自文档化工具，并且在五周内已增长到数千个，包括基础技能、合作伙伴技能和企业技能。技能通过提供专业知识与MCP服务器互补，而MCP处理连接性。未来包括像软件一样对待技能（进行测试和版本控制），并使智能体能够创建自己的技能以进行持续学习，最终创建一个集体知识库，使智能体更强大、更可靠。"
  },
  {
    "slug": "ai-coding-workflow",
    "title": "AI编码工作流：从产品创意到经过测试的实现",
    "url": "https://ai.engineer/talks/-QFHIoCo-Ko-ai-coding-workflow",
    "videoId": "-QFHIoCo-Ko",
    "event": "AI Engineer Europe 2026",
    "durationMs": 5790000,
    "speakers": [
      {
        "name": "Matt Pocock"
      }
    ],
    "topics": [
      {
        "slug": "coding-agents",
        "name": "编码智能体"
      }
    ],
    "summary": "Matt Pocock 进行了一个构建完整AI辅助编码工作流的实践研讨会，他认为软件工程基础——而非炒作——才是让智能体有效的关键。他介绍了大语言模型的“智能区”和“笨区”（性能在约10万tokens后下降）以及“Memento问题”（智能体会话间遗忘）。他的流程从一个“审问我”技能开始，该技能会无情地质询用户直至达成共识，然后不阅读就生成产品需求文档，将工作切分为垂直的“示踪弹”问题，并使用测试驱动开发在离线状态运行智能体。他倡导设计具有深度、可测试模块的代码库，并展示了Sandcastle——一个用于并行智能体执行的TypeScript库，包含独立的实现者（Sonnet）和审查者（Opus）。该研讨会将模糊的需求简报转化为可交付的功能，同时保持人类参与质量保证和品味判断。"
  }
]

演讲者

1,068行· ≈285.9K tokens

演讲者个人资料、简介、所属机构及其会议演讲。

字段与示例行slug · 姓名 · URL · 简介 · 职位 · 所属机构 · 肖像URL · 个人资料链接 · 所属机构列表 · 主题 · 演讲slug

[
  {
    "slug": "swyx",
    "name": "swyx",
    "url": "https://ai.engineer/speakers/swyx",
    "biography": null,
    "jobTitle": "策展人",
    "organization": "AI Engineer",
    "portraitUrl": "https://ai.engineer/wf26/speakers/by-id/spk_shawn_wang.jpg",
    "profiles": {
      "website": null,
      "github": null,
      "linkedin": null,
      "x": null
    },
    "affiliations": [
      {
        "organization": "AI Engineer",
        "eventSlug": "ai-engineer-europe-2026",
        "eventYear": 2026
      },
      {
        "organization": "AI Engineer",
        "eventSlug": "ai-engineer-world-s-fair-2026",
        "eventYear": 2026
      },
      {
        "organization": "AI Engineer",
        "eventSlug": "ai-engineer-code-2025",
        "eventYear": 2025
      },
      {
        "organization": "Latent.Space",
        "eventSlug": "ai-engineer-world-s-fair-2025",
        "eventYear": 2025
      },
      {
        "organization": "Latent.Space",
        "eventSlug": "ai-engineer-summit-2025",
        "eventYear": 2025
      },
      {
        "organization": "Latent.Space",
        "eventSlug": "ai-engineer-world-s-fair-2024",
        "eventYear": 2024
      },
      {
        "organization": "Latent.Space",
        "eventSlug": "ai-engineer-summit-2023",
        "eventYear": 2023
      }
    ],
    "topics": [
      {
        "slug": "agent-engineering",
        "name": "智能体工程"
      },
      {
        "slug": "apis-mcp-and-protocols",
        "name": "API、MCP和协议"
      },
      {
        "slug": "architecture",
        "name": "架构"
      },
      {
        "slug": "coding-and-developer-tools",
        "name": "编码和开发者工具"
      },
      {
        "slug": "data-and-model-adaptation",
        "name": "数据与模型适配"
      },
      {
        "slug": "enterprise",
        "name": "企业"
      },
      {
        "slug": "finance",
        "name": "金融"
      },
      {
        "slug": "infrastructure-and-deployment",
        "name": "基础设施与部署"
      },
      {
        "slug": "leadership",
        "name": "领导力"
      }
    ]
  }
]