HyperAI 上新丨MCP接入开发工作流；PyTorch/AI for Beginners/TVM等系列教程上线；AI顶会资源检索功能再升级
内容提要
HyperAI平台推出三项更新：上线MCP服务器，支持在Claude Code和Cursor中通过自然语言管理算力、数据集等资源；新增AI顶会（如AAAI、CVPR）筛选功能，便于查找相关教程和数据集；推出系列教程，系统化覆盖AI基础、机器学习等方向，提升学习效率。
延伸解读
MCP 接入的实际影响
HyperAI MCP 的推出意味着开发者可以在 Claude Code 或 Cursor 中通过自然语言直接管理算力容器、数据集等资源，无需在多个页面间切换。但需注意，通过 MCP 执行的操作是真实的平台操作，例如创建容器会实际消耗配额和余额，与在控制台操作一致。因此，使用时应谨慎，避免误操作导致不必要的费用。
顶会筛选的实用价值
新增的会议筛选功能让用户能按 AAAI、CVPR、ICML 等顶会集中查找相关数据集和教程，尤其适合关注特定会议研究进展的读者。该功能可与原有筛选条件（如主题、难度）组合使用，帮助快速定位资源。目前仅覆盖教程和数据集板块，其他板块的筛选功能仍在规划中。
系列教程的系统性优势
系列教程将围绕同一主题的多节内容组织起来，提供系统学习路径，覆盖 PyTorch、AI 入门、计算机视觉、机器学习、大模型、GPU 编程等方向。相比单篇教程，系列更适合需要连续学习的技术主题，减少自行搜索和拼接资料的成本。用户可按系列筛选，并结合难度、资源等条件选择合适内容。
Q&A
HyperAI 新上线的 MCP 服务器有什么功能？
HyperAI 官方 MCP Server 允许用户将 HyperAI 连接到 Claude Code 或 Cursor，通过自然语言指令直接查询和管理平台资源，如算力容器、数据集、模型等。它提供 34 个工具，分为 User、Compute、Resources、Dataset、Org 五个功能组，支持账户信息查询、GPU 资源管理、项目搜索、数据集查看等操作。
如何在 Cursor 中使用 HyperAI MCP？
HyperAI MCP 采用远程服务器形式，通过 Streamable HTTP 传输，无需本地安装。用户只需在 Cursor 中连接 HyperAI MCP，并使用 HyperAI 账号完成 OAuth 2.1 授权即可使用。连接后，AI 助手可根据自然语言指令调用工具执行操作。
HyperAI 新增的 AI 顶会筛选功能支持哪些会议？
HyperAI 在教程和数据集板块新增了“会议”和“会议年份”筛选，支持 AAAI、AACL、ACL、ACM MM、COLING、CVPR、EACL、ECCV、EMNLP、ICCV、ICLR、ICML、ICRA、NAACL、NeurIPS、WACV 等会议。用户可按会议集中查找相关资源。
HyperAI 的系列教程有哪些内容？
HyperAI 新增了“系列教程”内容类型，目前包含 PyTorch 基础知识、AI for Beginners、计算机视觉入门、乳腺癌风险预测、TileLang Puzzles、handson-ml2 机器学习实战、LLM-Course 大语言模型课程、Triton 编译器教程、TVM 教程等，覆盖 AI 基础、机器学习、计算机视觉、大语言模型、GPU Kernel 编程、AI 编译器等多个方向。
使用 HyperAI MCP 执行操作时需要注意什么？
通过 MCP 执行的操作是真实的平台操作，例如创建算力容器会实际消耗算力配额与账户余额，与在 HyperAI 控制台中操作一致。因此用户需谨慎操作，确保了解可能产生的费用。
HyperAI 本次更新的三个功能分别是什么？
本次更新包括：1. 上线 HyperAI MCP 服务器，支持在 Claude Code 和 Cursor 中通过自然语言管理平台资源；2. 在教程和数据集板块新增 AI 顶会（如 AAAI、CVPR）筛选功能；3. 新增系列教程，围绕同一主题组织多节课程，提供系统化学习路径。
