找到 7 个结果
基于 Model Context Protocol 的后端服务实现，提供资源管理、工具注册与执行、以及可渲染的提示模板等能力，通过 JSON-RPC 与 LLM 客户端进行通信，支持会话管理、能力声明及多种传输形式，便于在编辑器、IDE 等环境中以标准化方式获取上下文信息与功能。该仓库实现了完整的 MCP 服务器端逻辑，包含任务发现、任务执行、结果与日志通知等核心能力。
基于模型上下文协议（MCP）的后端服务器实现，提供资源管理、工具注册/执行与提示模板渲染等能力，供LLM客户端通过JSON-RPC进行统一访问与交互，支持多种传输协议（stdio、SSE、WebSocket）以实现安全、可扩展的上下文服务。
基于 Model Context Protocol (MCP) 的后端服务实现，提供对外暴露的工具、资源与提示模板，通过 JSON-RPC 与客户端通信，支持会话管理、能力声明以及多种传输方式，作为 LLM 客户端的上下文与功能提供者。
Union MCP Server是一个基于Model Context Protocol的服务器，旨在将Union AI的任务、工作流和应用作为工具提供给LLM客户端，实现对Union AI计算能力的便捷访问和调用。
Autono框架通过MCP协议集成外部工具，构建可扩展的自主 агентов，实现复杂任务处理。
一个MCP服务器，允许AI工具通过Gradle Tooling API与Gradle项目进行交互，实现项目信息查询、任务执行和测试运行等功能。
PET-P 是一个可配置的 RPA 工具包，可以作为 MCP 服务器为 LLM 客户端提供上下文信息和工具服务。