"多模态"标签的搜索结果

基于RAG和多模态AI的PDF问答系统，提供MCP服务器接口，支持与Claude Desktop等客户端集成。

基于Gemini API构建的MCP服务器，提供聊天、搜索、RAG等多种工具，通过路由实现智能上下文服务。

MiniMax MCP Server (JS) 是一个基于 JavaScript/TypeScript 开发的 MCP 服务器实现，提供文本转语音、图像生成、视频生成和声音克隆等工具，用于扩展 LLM 应用的功能。

MCPollinations MCP服务器是一个基于Model Context Protocol的应用后端，它利用Pollinations APIs 为AI助手提供图像、文本和音频生成能力。

基于OpenRouter.ai的MCP多模态服务器，提供文本聊天和图像分析能力，支持多种模型选择和优化。

为 Claude 和 Cursor 等 MCP 客户端提供 OpenRouter 多模态能力的 MCP 服务器，支持文本和图像输入。

Tyler是一个用于构建AI代理的Python框架，它兼容MCP协议，支持多模态输入、工具集成和上下文管理，旨在简化生产级AI应用的开发。

该项目是一个基于 Model Context Protocol (MCP) 的服务器示例，它提供工具以便 LLM 客户端调用 Mistral AI 的聊天模型，支持文本和图像输入。

ScreenshotOne MCP Server是一个基于Model Context Protocol的服务器，提供网页截图工具，允许LLM客户端调用以获取指定URL的网页截图。

Gemini Search MCP Server是一个基于Model Context Protocol的服务器，它利用Gemini API和Google搜索为AI助手提供最新的信息检索和文件分析工具，支持文本搜索以及图片、PDF等多模态文件分析。

一个MCP服务器，通过OpenRouter API和视觉模型（如Claude 3.5），提供图像分析工具，允许LLM客户端分析图像内容。

TEN Agent是一个开源的实时会话式AI Agent框架，支持多模态输入，可扩展并易于在本地环境部署 Playground。