"容器化执行"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务器，向 LLM 客户端提供资源管理、工具执行和提示模板等上下文服务，支持多传输协议、会话管理与本地历史记录，为 AI 驱动的安全挑战赛场景提供后端支撑。

基于 MCP（Model Context Protocol）的后端实现，提供资源管理、工具注册与执行、以及 Prompt 模板渲染等核心能力，并通过 JSON-RPC 与客户端通信，同时支持多种传输协议（stdio、流式HTTP、SSE）、会话管理与沙箱等安全特性，构建面向大型语言模型的上下文服务框架。