"工具注册与调用" 标签

基于 Model Context Protocol 的后端实现，提供对知识图谱资源、工具与提示模板的托管与查询，通过 JSON-RPC（以 STDIO 传输）与 LLM 客户端进行交互，支持本地与云端推理的调度与安全控制。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源、工具和 Prompt 的标准化管理，并通过 JSON-RPC 与客户端通信；支持 stdio 与 HTTP 传输，具备会话管理、能力声明和多传输协议扩展能力，旨在为 LLM 应用提供安全、可扩展的上下文服务框架。

基于 Model Context Protocol (MCP) 的后端实现，提供对资源的托管与访问、工具的注册/执行，以及 Prompt 模板的定义与渲染。服务器通过 JSON-RPC 与客户端进行交互，支持会话管理、能力声明，并可通过多种传输协议（如标准输出/终端、Server-Sent Events、WebSocket）进行上下文服务与功能调用，为 LLM 应用提供安全、可扩展的上下文服务框架。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源/上下文管理、工具注册与调用、以及 Prompts 的定义与渲染，支持多 provider 的上下文桥接与 mesh/循环任务执行，采用 JSON-RPC 通过标准传输（如标准输入/输出）与 MCP 客户端通信。

基于 Model Context Protocol (MCP) 的后端实现，使用 JSON-RPC 规范与客户端通信，提供 MCP 初始化、工具列表以及工具调用等基本服务器端能力，用于向 LLM 客户端暴露资源、工具与提示渲染等上下文服务。

基于 Model Context Protocol (MCP) 的本地后端服务，负责以标准化方式向 LLM 客户端暴露资源、工具和提示模板等上下文信息与能力，支持会话管理、能力声明以及跨传输协议的通信。

基于 Model Context Protocol 的 MCP 服务器端实现，提供 PatternFly 的资源、工具与文档的统一上下文服务，支持多传输协议（STDIO、HTTP/WebSocket 等）、会话管理与能力声明，水平扩展以供 LLM 客户端获取资源、执行工具和渲染 Prompt 模板等上下文信息。

一个用于 AI 代理的模型上下文协议（MCP）服务器实现，提供资源、工具和提示模板等上下文服务，并通过 JSON-RPC 与客户端进行交互。

基于模型上下文协议（MCP）的后端服务器实现，提供资源、工具和提示模板的标准化管理与对外接口，支持 HTTP 与 STDIO 等传输模式，面向大语言模型客户端的上下文服务。

InfoMosaic 提供基于 Model Context Protocol (MCP) 的服务器端实现框架，能够托管资源、注册并执行工具、定义并渲染提示模板，并通过多种传输方式对外提供上下文服务与能力声明。

基于 Model Context Protocol (MCP) 的后端服务器实现，承载资源、工具和提示模板，并通过 JSON-RPC 与 LLM 客户端进行标准化交互，支持多种传输模式，便于向 LLM 客户端提供统一的上下文信息和功能入口。