汤圆带给家人的陪伴与欢乐，远非金钱可衡量。只是，它有个令人头疼的习惯——酷爱上沙发，还总爱在上面磨爪子。这些年，家里的沙发已因它“光荣退役”一套。为了守护剩下的家具，也为了维持一点“人为主、猫为辅”的家庭秩序，廖工和汤圆之间展开了一场旷日持久的“沙发攻防战”。

直到最近，廖工决定引入科技力量，终结这场拉锯战。

目标很明确：一旦汤圆跳上沙发，系统自动识别并立刻通知我。为此，我搭建了一套基于大模型与MCP（Model Capability Provider）的AI智能体应用，实现了从图像获取、视觉理解到消息推送的完整闭环。

第一步：部署具备视觉理解能力的大模型

在紫鸾应用容器平台的模型仓库中，我选择了一款支持多模态输入（尤其是图像理解）的大语言模型，并为其打上“图片理解”标签。通过简单配置，成功创建了一个具备视觉分析能力的大模型实例——这是整个系统的“大脑”，负责判断画面中是否有猫、是否在沙发上。

第二步：构建两项关键能力——MCP服务

AI智能体不仅需要“看”，还需要“行动”。为此，我配置了两个MCP（模型能力提供者）：

自定义MCP：

获取最新监控画面

编写了一个轻量级脚本，部署为自定义MCP服务。它会定时从家庭监控系统同步的网盘中拉取最新一张截图，并返回其公网URL，供大模型调用。

内置MCP：

企业微信消息推送

在企业微信中创建一个专属群组，并添加群机器人，获取Webhook地址。随后在平台中启用内置的wecom-mcp服务，填入该地址，实现消息自动推送能力。

第三步：编排AI工作流，串联感知与决策

在“AI工作流”模块中，我创建了一个名为cat_monitor的任务型流程：

首先调用自定义MCP，获取最新监控图片；

接着将图片传入大模型节点，附带提示词：“请判断图中是否有猫坐在或趴在沙发上。如有，请明确回答‘汤圆在沙发上’；如无，则回答‘未发现汤圆在沙发上’。”

最终，将判断结果输出至下一环节。

第四步：集成智能体应用，一键启动守护模式

所有组件就绪后，我在“智能体应用”页面创建了一个专属应用，绑定前述大模型，并加载cat_monitor工作流与wecom-mcp服务。至此，一个全自动的“猫咪沙发行为监测系统”正式上线。

实测效果：精准识别，秒级告警

测试当天，汤圆果然“不负众望”，趁我上班跃上沙发，悠然自得地开始磨爪。不到10秒，我的企业微信便收到一条消息：

【AI宠物管家提醒】汤圆在沙发上

我立刻打开手机监控App，对着摄像头方向喊了一声：“汤圆，下来！”

只见它猛地一惊，耳朵后压，左右张望，一脸“谁在叫我？”的茫然，然后迅速跳下沙发，假装若无其事地舔起爪子——那副心虚又傲娇的模样，让人又好气又好笑。

这套系统成本不高，却极大提升了生活效率与趣味性。更重要的是，AI并非遥不可及的技术概念，而是可以融入日常、解决真实痛点的贴心助手。无论是守护家具，还是关爱宠物，只要需求明确、设计合理，人人都能打造属于自己的智能生活方案。

而汤圆，或许永远不会明白，为什么每次它刚踏上沙发，主人就能“隔空感应”。但它一定知道——这个家，始终有人在默默关注它的一举一动，哪怕是一次小小的“越界”。