找到 7 个结果
基于 Model Context Protocol (MCP) 的后端服务器实现，支持多代理协同的会话管理、工具执行和提示渲染，面向 LLM 客户端提供标准化的上下文服务。
基于 Model Context Protocol 的 MCP 服务器实现，提供对资源、工具和提示模板的管理与执行，并通过 JSON-RPC 与客户端进行通信，支持本地化持久化与多代理会话协作。该仓库包含完整的服务端实现代码，而非仅为示例。
基于 Model Context Protocol (MCP) 的后端服务器实现。该服务器托管并管理资源、注册并执行工具、定义并渲染 prompts，通过 MCP 协议与客户端进行 JSON-RPC 通信，支持将多代理代码搜索能力整合为一个可扩展的后端服务（当前实现以标准输入传输（stdio）为主，未来可扩展到 SSE/WebSocket 等传输方式）。
基于 Model Context Protocol 的后端服务器，提供任务资源、工具调用和提示模板等上下文服务，通过 JSON-RPC 2.0 与 AI 客户端（如 Claude Code）进行交互，实现多代理协作的上下文管理与执行能力。
基于 Model Context Protocol（MCP）的企业级 MCP 服务器实现，提供网络诊断与知识检索等工具的服务端能力，并与图谱编排、工具网关、审计日志等模块协同工作，支持多服务器架构和标准化的 JSON-RPC 交互。
一个开源的AI代理网络平台，提供MCP服务器功能让LLM客户端能够访问网络中的资源、工具和提示模板。
为AI代理提供项目管理和协调功能的MCP服务器，支持项目列表、任务分配、依赖跟踪等操作