AI构建笔记主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
jayzheng.com 是 Jay Zheng 的个人技术主页，主题集中在“building with AI”。页面不是传统 SaaS 产品官网，而是展示作者当前探索方向、项目和阅读清单的个人站点。正文显示其关注 MCP servers、agent tooling、语义代码搜索、scaling laws、in-context learning，并在从零构建类似 Claude Code 的 agent 以理解 agentic loop。
页面列出三个主要项目：VectCode、HAC 和 Football Data。VectCode 是基于 vector embeddings 的语义代码搜索，并结合 MCP server，技术栈包括 Go、ChromaDB、Ollama 与 MCP，适合关注本地代码检索和 Agent 工具接入的开发者参考。HAC 即 HTTP Agent Context，是面向 AI agents 与 API 交互的安全元数据规范，采用 RFC-style spec 与 JSON Schema。Football Data 则结合 NFL 数据管线、机器学习预测和 LLM panel deliberation system，涉及 Go、Python、SQLite、scikit-learn、Claude API 与 React。
正文没有披露任何商业定价、免费额度、试用政策或支付方式，因此不能将其视为已产品化的收费工具。集成方面，已明确出现 MCP server、Claude API、Ollama、ChromaDB、JSON Schema 等关键词，说明作者项目偏向 AI Agent 工程、检索增强与工具协议集成，但缺少完整安装文档、API 调用说明或在线演示信息。
优点是方向非常聚焦，覆盖 AI Agent、MCP、语义代码搜索、安全元数据规范等前沿工程议题，并提供 GitHub 项目入口，适合开发者深入查看实现。局限也很明显：页面信息较简洁，缺少项目成熟度、效果指标、部署方式、隐私政策、服务支持和中文支持说明。对于非技术用户，它不是开箱即用工具；对于企业用户，也缺少合规、权限、SLA 等生产级信息。
该站更适合 AI 工程师、Agent 工具链研究者、希望参考 MCP Server 或语义代码搜索实现的开发者。中国大陆访问情况正文未提供，判定为未知；若项目依赖 GitHub、Claude API 等外部服务，实际使用可能受网络与账号条件影响。可替代参考包括 Cursor、Continue、Aider、Sourcegraph Cody，或基于 Ollama、ChromaDB 自建语义代码搜索与 Agent 工具链。
本测评基于公开资料整理,不构成购买建议,请以 jayzheng.com 官网实际信息为准。
关注MCP、智能体和语义代码搜索。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。