"上下文工程"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源管理、工具注册与执行、以及 Prompt/模板渲染等能力，面向 LLM 客户端以标准化 JSON-RPC 方式提供上下文与功能服务，支持会话管理、记忆处理与多工具协作。当前实现采用 Go 语言，通过 STDIO 传输实现 MCP 服务端。

Neo.mjs AI-Native 平台提供了一套专为大语言模型（LLM）代理设计的 MCP 服务器，通过语义知识库、长期记忆和GitHub工作流集成，加速AI驱动的应用开发。

Ctxfy是一个企业级Model Context Protocol (MCP) 服务器，用于标准化和自动化开发者与AI代理之间的交互，将临时提示转化为可重复、可审计和可扩展的上下文工程流程。

vMCP是一个开源平台，用于聚合、自定义和扩展多个Model Context Protocol (MCP) 服务器和自定义AI资产，将其整合成一个统一的虚拟MCP服务器，以提供给LLM客户端。

WAGS是一个用于构建和增强MCP服务器的Python工具包，它通过提供可定制的中间件（如访问控制、参数引导和任务追踪）来提升LLM与外部工具和数据的交互体验。

TrustGraph是一个企业级AI代理平台，提供基于知识图谱和向量数据库的上下文工程，通过MCP服务器暴露资源、工具和可定制的Prompt模板，赋能LLM应用。