基于 Spring Boot 的 MCP（模型上下文协议）服务器实现示例，提供工具暴露、资源管理与 prompts 渲染等核心能力，支持通过 SSE 进行 JSON-RPC 通信，作为 LLM 客户端的上下文与功能后端。包含 Kotlin 与 Java 两种实现以及可直接运行的服务器启动脚本，适配 Claude Desktop 等 MCP 客户端进行集成测试与演示。
基于 Model Context Protocol (MCP) 的后端服务器，提供资源、工具和提示模板等上下文能力，面向 LLM 客户端以标准化的 JSON-RPC 形式进行交互，支持多传输协议并实现会话管理与能力声明。
基于 Model Context Protocol 的 MCP 后端，为大语言模型提供上下文资源、工具调用和提示模板渲染等能力，支持 JSON-RPC 通信及多传输协议扩展，内置浏览器自动化与会话/缓存等核心模块。
基于 NLWeb 的 MCP 服务器实现，提供资源、工具和提示模板的标准化访问，并通过 JSON-RPC 与客户端通信，将请求转发到 NLWeb 后端实现具体功能。
在 Obsidian 中实现一个基于 Model Context Protocol 的 MCP 服务器，提供资源、工具与提示模板的后端服务，并通过 JSON-RPC 与客户端进行交互，支持并发会话、HTTP/HTTPS 传输以及安全访问控制。
基于模型上下文协议（MCP）的后端实现，提供对 Markdown 内容资源的托管与管理、工具注册与执行，以及可渲染的 Prompt 模板，供 LLM 客户端通过 JSON-RPC 进行资源读取、工具调用和提示渲染等交互，包含可运行的服务器端代码与完整工具集。
基于模型上下文协议（MCP）的后端服务器实现，处理 JSON-RPC 请求，提供初始化、工具列表以及将 Claude 的 selections 写入本地文件的能力，并附带输入校验与日志记录。
基于模型上下文协议（MCP）的后端服务器，向大语言模型客户端提供会议数据资源、工具调用和提示模板等上下文服务，并通过 JSON-RPC 进行通信。
基于 Model Context Protocol (MCP) 的后端服务器实现，向 MCP 客户端提供 consulta_llm 工具、资源上下文和提示模板，支持 JSON-RPC 请求/响应，当前实现通过 STDIO 传输进行通信，具备资源管理、工具注册与执行、以及提示渲染等核心能力。
基于 Model Context Protocol (MCP) 的后端服务集合，提供资源管理、工具注册与执行，以及可渲染的 Prompt 模板，支持 JSON-RPC 风格通信和 STDIO/WebSocket 等传输协议，用于向 LLM 客户端暴露上下文、工具和资源等能力。
基于 Model Context Protocol (MCP) 的 Photoshop 后端实现，提供将资源、工具执行能力和提示模板等以标准化 JSON-RPC 形式暴露给 LLM 客户端的后台服务，能够在 MCP 客户端与 Photoshop 的 UXP 环境之间进行交互、执行脚本、读取模式与架构信息并返回结果。
基于 Model Context Protocol (MCP) 的后端实现，提供策略评估、计费意图创建与使用计量等工具，通过 JSON-RPC 与 LLM 客户端交互，支持多种传输方式，作为 AI 代理上下文服务的核心服务器组件。
基于模型上下文协议（MCP）的后端服务器实现，提供资源、工具与提示模板的托管与管理，并通过 JSON-RPC 与客户端进行交互，支持多种传输协议、会话管理、能力声明以及外部桥接等扩展能力，用于为大语言模型应用提供可扩展的上下文服务框架。
基于 Model Context Protocol (MCP) 的服务器端实现，提供资源(Resource)、工具(Tools)和提示模板(Prompts)的注册、管理与渲染，并通过 JSON-RPC 与 LLM 客户端进行通信，支持多传输协议（如 Stdio、HTTP 流和 SSE）。实现了会话管理、能力声明以及对外暴露的内存引擎（OpenMemory/SQlite），可用于在本地或远程环境中为LLM客户端提供统一的上下文服务。
基于 Model Context Protocol（MCP）的后端服务器实现，向 LLM 客户端以标准化 JSON-RPC 方式暴露 Home Assistant 的资源、工具与提示模板，支持通过 MCP 客户端调用读取实体、执行服务、管理排程等功能。
基于模型上下文协议（MCP）的后端服务器，实现资源/工具/提示模板的托管与对外能力暴露，支持 JSON-RPC 请求、SSE 实时传输和会话管理，为 LLM 客户端提供标准化的上下文服务。
将 deepeval-wrapper 的评估逻辑通过 MCP 接口暴露为 FastAPI 服务，提供对 MCP 客户端的标准化上下文评估能力与对 wrapper 的直接访问能力。
基于 Model Context Protocol (MCP) 的后端服务器，提供资源、工具和提示模板的管理与执行，通过 JSON-RPC 与客户端通信，支持多种传输协议（stdio、WebSocket、SSE），用于向大语言模型（LLM）提供可扩展的上下文服务。
基于 Model Context Protocol 的 MCP 服务器实现，提供 maestro_status 工具用于向 Maestro UI 汇报会话状态，并通过 JSON-RPC 与客户端交互，支持 initialize、tools/list、tools/call、notifications/initialized 等消息。服务器通过 STDIO 与 MCP 客户端通信，兼容 Maestro 的状态上报与会话管理，集成在 Maestro 的 Tauri 应用中用于多会话上下文服务。
基于模型上下文协议（MCP）的后端实现，用于向 LLM 客户端提供资源管理、工具注册/执行以及 Prompt 模板渲染等能力，并通过 JSON-RPC/WebSocket 等传输协议进行通信。本仓库包含完整的服务端实现、工具暴露、Prompts 加载与渲染、会话管理以及安全策略，能够作为可运行的 MCP 服务器端提供上下文服务。
基于 Model Context Protocol 的 MCP 服务器实现，提供资源与工具的注册/管理、Prompt 的定义与渲染，以及会话管理与协议能力声明，支持通过标准输入输出或流式 HTTP 等传输协议与客户端进行 JSON-RPC 通信，用于为大型语言模型（LLM）提供上下文信息与外部功能访问能力。
基于模型上下文协议（MCP）的后端服务，提供资源、工具和提示模板的管理与渲染，并通过 JSON-RPC 与 LLM 客户端通信；内置 Notion 数据源作为底层存储，包含一个独立的 Agent 服务用于将自然语言转化为可执行工具调用。
一个基于 Model Context Protocol (MCP) 的后端服务，提供多代理协作聊天与协调工具，通过 MCP 接口暴露 chatroom_join、chatroom_broadcast、chatroom_check、chatroom_ask、chatroom_leave 等工具，并通过 WebSocket 实时路由消息给 Claude Code 客户端。
基于模型上下文协议（MCP）的后端服务器实现，专注为大语言模型客户端提供标准化的上下文服务：托管资源、注册并执行工具、定义和渲染Prompt模板；通过 JSON-RPC 进行通信，具备会话管理与能力声明，并支持多种传输通道，以实现安全、可扩展的上下文服务框架。
基于模型上下文协议（MCP）的 Verkada API 后端服务器，提供资源管理、工具注册与执行，以及提示模板渲染等能力，通过 JSON-RPC 与大语言模型客户端进行通信，具备本地部署与扩展能力，并内置对 Verkada API 的工具集和请求处理框架。
基于 Model Context Protocol (MCP) 的后端实现，作为对话型LLM客户端的后端服务，托管并管理资源（Resources）、注册与执行工具（Tools）、定义并渲染 Prompt 模板（Prompts），通过 JSON-RPC 与客户端通信，支持 stdio 与 HTTP 等传输方式，提供会话管理和能力声明的上下文服务框架。
基于 Model Context Protocol 的 Dolibarr ERP/CRM 的 MCP 服务器实现，提供资源/工具/提示等上下文服务，支持 STDIO 与 HTTP 传输，通过 MCP 协议与客户端进行 JSON-RPC 交互，实现对 Dolibarr 的完整后端集成能力。
基于 Model Context Protocol 的可运行 MCP 服务器实现与测试框架，提供工具、资源托管、工具调用执行、以及对扩展与评测的支持，便于对接大语言模型客户端进行上下文服务测试和集成验证。
基于 Model Context Protocol (MCP) 的后端服务器实现，向大型语言模型客户端提供 npm 包的上下文、健康数据与可用工具，通过 JSON-RPC 形式处置资源、工具、提示模板等能力，并支持 MCP 客户端的连接与调用。
基于模型上下文协议的 MCP 服务器实现，提供资源、工具和提示模板的后端能力，通过 JSON-RPC 与客户端通信，注册并执行工具、管理会话并支持简单的 stdio 传输。
基于 Model Context Protocol（MCP）的服务端实现，提供标准化的资源管理、工具注册与执行、以及 Prompt 模板渲染等功能，支持通过 JSON-RPC 与 LLM 客户端通信，管理会话与能力声明，并具备多传输协议（如 Stdio、SSE、WebSocket）等扩展能力，用于对接外部数据源、工具和上下文提示等，实现对 LLM 的上下文服务提供与编排。
基于 Model Context Protocol 的 MCP 服务器实现，用于将一个 Discord 自助账户的资源、工具与对话模板通过标准化的 MCP JSON‑RPC 后端对接到 LLM 客户端，支持 stdio 传输并以 JSON-RPC 提供资源、工具执行与提示渲染等功能。
基于模型上下文协议(MCP)的服务端实现，提供资源管理、工具注册与执行、以及Prompt模板渲染等核心功能，通过JSON-RPC与LLM客户端通信，支持多传输协议（如STDIO、WebSocket、SSE），并在浏览器自动化场景中实现对Brave浏览器及Puppeteer的可扩展上下文服务，适合为LLM代理提供可控、可扩展的上下文和能力服务。
基于 Model Context Protocol (MCP) 的后端服务，提供对 OMOP CDM 数据库的资源、工具与 Prompt 的标准化暴露，并通过 JSON-RPC/TCP/HTTP 等传输方式与 LLM 客户端进行交互。该实现包含服务器端工具、提示、示例查询及 SQL 执行能力，支持本地 Stdio 以及 HTTP 传输。
基于 Model Context Protocol 的多 MCP 服务器后端网关，提供统一的 JSON-RPC 服务来托管资源、注册工具并渲染提示模板，通过 FastAPI 将多个独立 MCP 服务器整合为一个可扩展的上下文服务入口。
基于 Model Context Protocol (MCP) 的观测型后端代理，作为 MCP 客户端与服务器之间的透明中间件，实现对 JSON-RPC 请求/响应的零拷贝透传，同时提供实时可视化、历史日志与可选的审计签名能力，帮助开发者在不干预执行的前提下对工具链进行观测和回放。
基于模型上下文协议（Model Context Protocol，MCP）的后端示例，封装 Shirtify 代理并通过send_message工具向MCP客户端提供上下文对话能力与外部功能调用，支持 SSE/streamable_http 等传输模式的JSON-RPC风格交互。
基于 Model Context Protocol (MCP) 的可信服务端实现，提供资源、工具注册与执行、以及提示模板渲染等核心能力，支持端到端安全传输并可通过多种传输方式与客户端对话。该实现包含服务器逻辑、信任机制整合、以及面向 MCP 客户端的安全传输客户端接口。
基于 Model Context Protocol（MCP）的后端服务器实现，提供资源托管、工具注册与执行、Prompt 模板渲染等核心能力，并支持多传输协议（如 WebSocket、MQTT/UDP 等）通过 JSON-RPC 与客户端通信，面向边缘设备和物联网场景的上下文服务解决方案。
基于 Model Context Protocol (MCP) 的后端实现，提供资源/工具/提示模板的管理与渲染，通过 JSON-RPC 与 LLM 客户端进行交互，支持 HTTP 与 STDIO 等传输模式的多种通信方式。
基于 Model Context Protocol 的 MCP 后端服务器，实现资源与工具的管理，并通过 JSON-RPC 接口与 LLM 客户端进行交互，支持多工具与内容生成功能。
基于模型上下文协议（MCP）的服务器实现，向LLM客户端提供ATLAS Central Page的资源、工具与提示模板的统一访问接口，支持JSON-RPC风格请求/响应，以及多传输模式（如STDIO、HTTP）以服务化LLM上下文信息和能力查询。
基于 Model Context Protocol 的 MCP 服务器，使用 Spring Boot 实现，提供 MonicaHQ CRM 数据的资源访问、工具调用及内容渲染，支持 STDIO 与 WebSocket/HTTP 等传输模式，面向大语言模型客户端（如 Claude Desktop）提供标准化的上下文服务。该服务器实现了资源管理、工具注册与执行，以及提示模板渲染等核心能力，以 JSON-RPC 2.0 进行通信。
基于 Model Context Protocol（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执行，并通过 JSON-RPC 与客户端进行通信，支持多种传输协议（如 Stdio、SSE、WebSocket/HTTP）以实现对本地资源、外部能力和交互场景的可扩展上下文服务。
基于 Model Context Protocol (MCP) 的后端服务器，向 MCP 客户端提供标准化的资源访问、工具执行和 Prompt 模板渲染等能力，支持多传输协议和会话管理，适配 Claude Desktop 等 MCP 客户端的上下文服务需求。
基于 Model Context Protocol (MCP) 的后端服务，提供将结构化数据转换为 TOON 格式以实现显著的令牌节省，并对接 Claude Code 插件与 MCP 客户端，暴露工具调用与资源访问能力，支持通过标准输入输出（stdio）进行通信与会话管理，同时内部集成本地统计指标。
基于 Model Context Protocol 的 MCP 服务器端实现，提供资源、工具与示例性提示模板等能力，支持通过 JSON-RPC 与客户端通信，且实现了通过不同传输协议（如 SSE/HTTP）进行交互的服务器端逻辑。
基于 Model Context Protocol (MCP) 的后端治理与资源/工具/提示模板管理服务器，面向 LLM 客户端提供标准化的上下文数据、可注册/执行的工具集以及可渲染的 Prompt 模板。服务器通过 JSON-RPC 与客户端通信，支持会话管理、能力声明，并具备扩展传输协议（如 STDIO、SSE、WebSocket）的能力，为 LLM 应用提供安全、可审计的上下文服务框架。
Snowgoose仓库内包含的一个基于Model Context Protocol (MCP) 的简单时间工具服务器实现。
基于Spring AI框架构建的MCP服务器，提供资源、工具和Prompt模板管理，并通过SSE实现与LLM客户端的通信。
基于 RESTful API 的 MCP 服务器传输层实现，支持通过 HTTP 协议接收和发送 MCP 消息。
为AWS Lambda函数提供MCP服务器基础设施，支持SSE协议，简化LLM应用在AWS环境中的上下文服务构建。
为 EventCatalog 提供 MCP 接口，支持 Claude、Cursor 等 MCP 客户端访问 EventCatalog 的架构文档和信息。
Image Generation MCP Server是一个基于Model Context Protocol的后端应用，允许LLM客户端通过调用工具生成图像，并支持配置图像参数和保存路径。