"提示词管理"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源管理、工具注册与执行、以及 Prompt/模板渲染等能力，面向 LLM 客户端以标准化 JSON-RPC 方式提供上下文与功能服务，支持会话管理、记忆处理与多工具协作。当前实现采用 Go 语言，通过 STDIO 传输实现 MCP 服务端。

Collect是基于MCP协议构建的Python工具包，为LLM应用提供多模型集成、内容处理、代码分析、Prompt管理及Token计量等上下文服务。

基于MCP协议，为Claude AI提供高级提示词管理、链式工作流和模块化组织能力的后端服务器。