"沙箱执行"标签的搜索结果

基于 Model Context Protocol 的 MCP 服务器实现，负责向 LLM 客户端以标准化格式提供技能资源、工具注册与执行、以及 Prompt 模板的渲染，支持会话管理、能力声明，并通过 JSON-RPC 与客户端进行通信，具备沙箱化执行、工具调用以及多传输协议的能力。该实现包含服务器端逻辑、工具/技能管理、以及对外暴露的 MCP 接口，属于服务器端实现而非仅仅的客户端示例。

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。

一个动态的MCP服务器，允许AI模型创建和执行自定义工具，扩展自身能力。