"自动化工作流"标签的搜索结果

基于 MCP 的后端服务，为 Claude Code 提供 Branch Monkey 的任务管理、工具与版本等能力，通过 MCP 协议向 LLM 客户端暴露资源与功能。

基于 Model Context Protocol (MCP) 的后端服务器实现，向大语言模型客户端提供设备上下文、工具调用与执行结果等能力；支持多种传输协议（STDIO、HTTP、Cloudflare Worker 等），通过 JSON-RPC 与客户端通信，管理会话、能力声明与工具执行，用于远程设备管理、文件操作、数据库查询和命令执行等场景。

基于 Model Context Protocol (MCP) 的模块化 MCP 服务器集合，提供 Agents、Skills、Workflows 与 Rules 的标准化上文接口，实现资源管理、工具注册与执行、以及 Prompts/模板渲染等功能，面向 LLM 客户端提供上下文与能力服务。

基于 Model Context Protocol 的 MCP 服务器实现，面向 FreeScout 工单管理、分析与自动化工作流。通过 JSON-RPC 与客户端交互，提供资源、工具和提示模板的托管、执行与渲染能力，支持与 Git、PR 流程集成的端到端场景。

基于 Model Context Protocol 的 MCP 服务器实现，为 AI 代理提供资源、工具、提示等上下文服务，并通过 JSON-RPC 与客户端交互，支持资源管理、工具执行与提示渲染等核心能力。

基于 Model Context Protocol 的后端服务，实现对 Google Docs 的资源管理、工具注册与执行，以及 Prompt 模板渲染的 MCP 服务器。通过 JSON-RPC 风格的请求与客户端交互，提供文档读取/创建/编辑、分析、搜索等能力，并支持将 MCP 工具暴露给 AI 助手进行调用。

基于 Model Context Protocol 的 MCP 服务器，桥接大语言模型（LLM）客户端与 Eclipse SUMO 交通仿真平台，提供资源、工具、提示模板等统一访问接口，通过 JSON-RPC 进行通信，支持多种传输方式（如标准输入输出、SSE、WebSocket），实现对 SUMO 的离线与在线控制、工作流自动化等功能。

Metorial是一个开源的AI代理集成平台，通过Model Context Protocol (MCP) 标准，使AI模型能够轻松连接数千个外部API、数据源和工具。

AgentSDK是一个Go语言企业级AI Agent开发框架，具备MCP服务器功能，可将内置或自定义工具通过标准MCP协议暴露给LLM客户端，提供上下文和功能。

Packmind MCP 服务器是为AI编程助手提供团队编码标准、最佳实践和操作手册的上下文服务后端，支持创建、管理和部署代码规范与自动化工作流。

基于 Claude AI Agent SDK 构建的个人智能助理，集成文件、Web 搜索、Python 自动化、Microsoft 365、浏览器和数据库等多种功能，支持命令行和 Web UI 交互。

一个MCP赋能的多智能体框架，内置CodeQL、内存缓存等MCP服务器，支持可脚本化的智能体工作流，用于安全研究和漏洞分类。

这是一个基于Model Context Protocol (MCP) 的AI辅助服务器，它统一托管并提供BMAD方法论中的专家AI智能体和自动化工作流，助力开发者在任何项目中高效使用AI助手。

Flow Nexus是一个基于MCP协议构建的竞争性智能体平台，为开发者提供AI智能体部署、沙盒环境、神经网络训练及商业化能力。

将本地 Ollama 模型与外部功能通过 MCP 协议暴露给大型语言模型 (LLM) 客户端。

Taiga MCP Bridge 是一个连接 Taiga 项目管理平台和 MCP 协议的桥梁，旨在为 AI 工具提供项目上下文和操作能力。

通过模型上下文协议(MCP)连接AI模型与GIMP，实现图像编辑的智能化扩展。