"模型上下文"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务，集成资源管理、工具注册与执行、以及提示模板渲染等能力，并通过 JSON-RPC 与 LLM 客户端通信，支持多种传输方式（stdio、SSE、HTTP）以提供可扩展的上下文服务框架。

基于模型上下文协议（MCP）的后端实现，提供资源、工具与 Prompt 的管理与渲染，通过 JSON-RPC 与 LLM 客户端进行通信，支持多传输模式（如 Stdio、SSE、WebSocket）以及会话与能力声明，并可通过 MCP 客户端接入扩展能力。该仓库在后端 Go 语言实现了核心服务，并在 README 提供了配套的 MCP 客户端服务（MCP 服务器端 bundles/示例及接入文档）。

基于 Model Context Protocol (MCP) 的后端服务实现，提供资源托管与访问、工具注册与执行、以及提示模板渲染等能力，并通过 JSON-RPC 进行与 LLM 客户端的通信，支持多传输协议用于上下文服务的扩展性。

基于模型上下文协议（MCP）的企业级后端服务器实现，提供资源管理、工具注册与执行、提示模板渲染等 MCP 服务，通过 JSON-RPC 风格与 LLM 客户端通信，支持会话隔离、能力声明以及多传输协议的上下文服务框架。

基于 Model Context Protocol (MCP) 的后端实现，提供标准化的资源（Resources）、工具（Tools）以及提示模板（Prompts），通过 JSON-RPC 与 LLM 客户端通信，支持多传输通道并对接 Supabase 数据源，构建面向 AI 赋能的上下文服务框架。该仓库包含一个完整的 MCP 服务器实现（含工具定义、资源暴露、提示模板以及 Prompt 执行逻辑），并以 Stdio 传输方式提供服务入口。

基于 Model Context Protocol 的 MCP 服务器实现与桥接组件，允许 LM 模型/代理通过标准 JSON-RPC 方式读取资源、调用工具、获取与渲染 Prompt 模板等，核心包含一个可运行的 MCP 服务端以及将 Cursor 等客户端接入 Docmost 的桥接层。

基于 Model Context Protocol (MCP) 的后端服务器，用于托管资源、注册与执行工具、渲染 prompts，并通过 JSON-RPC/事件流等协议为 LLM 客户端提供标准化的上下文服务与能力扩展。

基于 Model Context Protocol (MCP) 的后端服务器，为 LLM 客户端提供可管理的资源、可注册的工具和可渲染的 Prompt 模板，通过 JSON-RPC 进行通信，支持多种传输协议（如 Stdio、SSE、WebSocket），并实现会话管理与能力声明等功能。

基于 Model Context Protocol (MCP) 的服务器端实现，提供资源管理、工具注册与执行、以及 Prompt 模板渲染等能力；通过 JSON-RPC 形式与客户端通信，支持多传输协议（StdIO、HTTP、SSE）以向大型语言模型（LLM）客户端提供上下文信息与功能，便于搭建可扩展的 MCC（MCP）后端服务。

基于 Model Context Protocol (MCP) 的 MCP 服务器实现，暴露 Perplexity WebUI 的查询能力给大语言模型客户端，通过 FastMCP 提供工具接口，支持会话、模型映射与网页检索等能力。

基于 Model Context Protocol (MCP) 的服务器端框架，聚合、管理资源与工具，并通过 JSON-RPC 将上下文、工具与提示暴露给 LLM 客户端，同时支持本地与远程 MCP 服务器的代理与协作。

基于 Model Context Protocol 的 MCP-like 服务器实现，提供资源、工具和提示模板等上下文服务，供大语言模型（LLM）客户端以标准化 JSON-RPC 方式读取资源、执行工具、渲染提示等能力，并通过 Sui 区块链进行交易签名与记录。该仓库实现了完整的服务端代码及多类别工具集，支持本地 stdio 传输测试。

基于 Model Context Protocol (MCP) 的服务器框架，提供对 MCP 请求/响应的处理能力、资源与工具注册管理，以及通过 JSON-RPC 与客户端进行通信的多进程服务器支持与会话管理。

基于 Model Context Protocol (MCP) 的后端运行时与代理，提供资源、工具和提示的统一管理，并通过 JSON-RPC 与 MCP 客户端通信，支持多传输协议（stdio、SSE、WebSocket）等，能够在沙箱中运行并托管任意 MCP 兼容的服务器。*

基于模型上下文协议（MCP）的后端服务器，向LLM客户端标准化提供资源管理、工具注册/执行以及可自定义的提示模板渲染，通过 JSON-RPC 进行通信与协作。

基于模型上下文协议（MCP）的服务器端实现，向大型语言模型客户端提供 Tempo 区块链的资源、工具和提示模板，并通过 JSON-RPC 进行交互，支持多传输协议与严格的会话与安全机制。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源与工具的托管与管理、Prompt/模板的渲染，以及通过 JSON-RPC 与客户端通信的能力，支持多传输通道如 STDIO、WebSocket 等，帮助 LLM 客户端以标准化方式获取上下文、数据访问和外部功能调用。

基于模型上下文协议（MCP）的后端服务器集合，提供对资源、工具和提示模板的托管与执行，并通过 JSON-RPC 与 MCP 客户端进行通信，支持多种传输方式，适用于为大语言模型（LLM）客户端提供上下文与功能服务的后端架构。仓库内包含 Python 与 TypeScript 实现的多个 MCP 服务器实例及客户端示例，覆盖新闻、YouTube 工具箱、Notion 驱动的框架资源等场景。

基于 Model Context Protocol（MCP）的后端服务器实现，面向大语言模型客户端提供资源管理、工具注册与执行，以及提示模板的渲染等核心能力，并通过 JSON-RPC 与客户端通信，支持会话管理、能力声明及多传输协议（如 Stdio、SSE、WebSocket）以实现安全、可扩展的上下文服务框架。

基于 Model Context Protocol 的 MCP 服务器实现，为 LLM 客户端提供资源、工具、提示以及跨代理协作的标准化上下文服务，支持多传输协议、会话与权限管理、以及多代理系统的编排能力。

基于 Model Context Protocol 的后端服务器实现，提供资源与工具的托管、Prompt 模板的渲染，以及通过 JSON-RPC 与 LLM 客户端进行通信的能力，支持标准化的会话管理与多传输通道（如 stdio）。

基于Python实现的生产级模型上下文协议（MCP）服务器模板，提供上下文管理、工具调用和Prompt交互功能，并集成了OAuth 2.0和JWT认证。

基于 MCP 协议，为大型语言模型提供结构化思维空间，增强复杂推理和决策能力。

通过Model Context Protocol (MCP)标准，允许AI客户端安全、结构化地访问和操作SQLite数据库。

AutoMCP是一个轻量级、可配置的MCP服务器，支持通过YAML/JSON配置服务和操作，并提供基于标准协议的模型上下文服务。