"流式传输"标签的搜索结果

基于 Model Context Protocol (MCP) 的服务器实现，提供通过 HTTP SSE/STDIO 传输的 JSON-RPC 风格接口，管理资源、注册与执行工具、定义与渲染提示模板，面向大语言模型（LLM）客户端提供标准化的上下文服务和功能调用能力。

基于 Deno 的 MCP（模型上下文协议）服务端实现，提供用于 LLM 客户端的上下文资源、工具调用与提示模板等能力，支持多场景的 MCP 会话（如全局、账单/支出等），通过 JSON-RPC/流式传输与客户端进行交互，具备会话管理、能力声明以及多种传输协议的支持。该仓库不仅实现服务器端路由与会话，还对接了数据库、OAuth、以及 MCP 服务实例化等核心组件，形成完整的 MCP 服务端框架。

基于 Model Context Protocol（MCP）的后端实现，向大语言模型客户端提供测试管理的上下文、资源、工具及提示模板渲染，并通过 JSON-RPC 的 MCP 协议与客户端进行通信与协作。

基于 Model Context Protocol (MCP) 的后端网关实现，作为 MCP 服务器生态的核心网关，负责路由、聚合并管理后端 MCP 服务器，向 MCP 客户端提供一致的上下文、工具、资源等能力，并通过 Docker 容器或本地进程启动后端服务以实现 Stdio/HTTP 等传输模式和 JSON-RPC 通信。

基于 Model Context Protocol 的本地 MCP 服务器实现，集成到 Zotero 插件中，向 AI 客户端提供资源、工具和提示等上下文服务，并支持 Streamable HTTP 传输。

基于 Model Context Protocol (MCP) 的后端服务，提供知识图谱资源管理、工具执行、以及提示模板渲染等功能，通过 JSON-RPC/流式传输与大型语言模型客户端进行交互。

基于 Nim 的 MCP 服务器实现，提供资源、工具、提示模板等管理，支持多种传输协议（stdio、SSE、HTTP/Streamable、InMemory），并通过 JSON-RPC 与客户端进行请求与响应通信。

基于 Flask 的 MCP 服务器实现，提供工具、资源、提示等接口，支持 JSON-RPC 风格的请求/响应以及流式传输，便于向大模型客户端提供上下文信息和外部功能接入。

基于 Model Context Protocol (MCP) 的后端服务器，作为 VidCap YouTube API 的上下文服务提供方，管理资源与工具，支持 JSON-RPC 的请求/响应，并通过 STDIO、流式 HTTP/WebSocket 等传输方式与 MCP 客户端进行交互，便于 AI 助手在对话中获取视频数据、执行外部功能和渲染提示模板。

基于 Model Context Protocol（MCP）的后端服务器实现示例，提供资源/工具管理、工具执行以及面向 LLM 的上下文渲染能力，展示了如何用 MCPX 服务器核心实现 JSON-RPC 风格的请求/响应，并支持多种传输方式（如标准输入输出、SSE、HTTP 流等）。

将 Fastify 应用转变为高性能、可流式传输的 MCP 服务器，支持 AI 助手安全连接外部数据和工具。

一个简单的FastAPI服务器，演示了基于模型上下文协议(MCP)的功能，通过SSE流式传输，为LLM交互提供示例工具。