"自动化工具"标签的搜索结果

基于 Model Context Protocol（MCP）的后端服务器，实现对资源、工具和提示模板的注册、管理与执行，提供给大型语言模型（LLM）客户端实时、可扩展的网页上下文服务与数据访问能力。

基于 Haskell 的 Model Context Protocol 服务器实现，提供 PTY 会话托管、工具执行与提示渲染等能力，通过标准输入输出与客户端进行 JSON-RPC 通信，支持 AI 驱动的系统交互、自动化与远程操作场景。

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 的 MCP 服务器实现，提供对 GitHub、GitLab、Gitea、Bitbucket 等代码托管平台的工具访问能力，面向向量化的大语言模型客户端提供统一的上下文和功能接口。

基于 Model Context Protocol (MCP) 的后端服务，提供抖音视频的解析、无水印下载、信息查询等工具和资源，让大语言模型客户端以标准化方式访问并执行相关功能。

在 Unity 编辑器内原生实现的 MCP 服务器，提供 Resource、Tools、Prompts 等模块的后端能力，允许通过 JSON-RPC 风格的命令注册与执行，与 LLM 客户端进行上下文和功能交互，支持多种传输方式（如 Stdio、SSE、WebSocket）并包含安全与生命周期管理。

DevDuck是一个自适应AI代理，能够动态加载工具、自修复，并支持通过MCP、TCP、WebSocket、IPC等多种协议提供上下文服务和功能。

XMRT.io AI生态协调中心是一个基于Model Context Protocol (MCP)构建的后端服务，为LLM客户端提供实时上下文、工具调用及多AI智能体交互能力。

ComputeMate AI 提供一个基于MCP协议的后端服务，托管并管理丰富的功能工具和设备信息，赋能LLM客户端执行自动化任务。

ExoMind是一个AI驱动的认知架构开发环境，通过集成多个MCP服务器，为LLM提供强大的上下文管理、工具调用及多模态交互能力。

Pica MCP服务器通过标准化接口将大型语言模型与100+第三方服务无缝集成，提供工具调用和代码生成能力。

为LLM客户端提供CheQQme数据中心的结构化资源，支持AI语义搜索与自动化。

基于 Airlift 框架构建的 MCP 服务器实现，提供上下文信息、工具和 Prompt 管理，支持 LLM 客户端通过 JSON-RPC 协议进行交互。

为Godot项目提供GDScript代码分析、样式校验、自动化修复和项目结构洞察的上下文服务。

跨平台系统管理工具，通过MCP服务器向AI和自动化系统提供系统维护、应用管理、优化和统计查询功能。

通过MCP协议，为LLM客户端提供访问Smartsheet表格数据的工具和功能。

AI驱动的后端框架，通过标准协议为大模型提供工具执行、上下文信息和提示模板服务。

将 Roblox Studio 与 LLM 客户端连接，提供上下文和工具调用能力。

提供网络服务扫描能力的MCP服务器，支持大语言模型通过标准接口调用扫描功能。

连接Facebook Page，将页面操作和数据分析能力封装为AI可调用的MCP工具。

基于 Spring Boot 的 MCP 服务器，提供网页爬取工具，通过 Crawl4ai API 为 LLM 应用赋能。

Windows MCP服务器，提供窗口管理、媒体控制、剪贴板、屏幕截图等功能，使LLM能够与Windows操作系统进行交互。

通过Model Context Protocol (MCP) 将任何OpenAPI规范转换为AI助手可用的工具，实现API的无缝集成。

一个为 Cursor AI 提供网页抓取能力的 MCP 服务器，包含 XPath 生成、页面内容获取和 Scraper 代码生成等工具，辅助用户更便捷地创建网络爬虫。

Python框架，简化基于FastMCP的MCP服务器构建，支持配置驱动、装饰器工具和动态加载。

AutoBrowser MCP Server是一个基于Model Context Protocol的服务器，为LLM应用提供浏览器自动化能力，支持网页浏览、元素操作和信息获取等工具。

基于Puppeteer的MCP服务器，提供网页自动化工具，使LLM能够与网页进行交互。

LLM代码生成实验室是一个综合工具包，旨在通过模型上下文协议（MCP）服务器，辅助开发者进行AI代码生成和规则定制。

Swarmonomicon是Madness Interactive项目的核心组件，旨在作为多代理AI系统的中央神经系统，提供MCP服务器功能。

为LLM应用提供Nx工作空间的上下文信息和代码生成能力的MCP服务器实现。

提供网页分析和处理工具的MCP服务器，支持HTML获取、页面内容提取、截图和性能分析等。

Progmo MCP Server 是一个基于 MCP 协议的后端，为 LLM 客户端提供知识管理、代码审查和测试管理等工具和服务。

该项目是一个基于 Model Context Protocol (MCP) 的服务器实现，通过 Playwright 自动化浏览器操作，并向 LLM 客户端提供浏览器控制工具和资源访问能力。

该项目是一个MCP服务器，用于重启运行在macOS上的Claude桌面应用，提供查询状态资源和重启工具。

该MCP服务器提供文件修改功能，允许通过工具调用对文件进行添加、替换和删除内容操作。

该项目实现了一个 MCP 服务器，允许通过标准化的 MCP 协议远程控制 iOS 模拟器，提供启动、关闭、安装应用和启动应用等功能。

一个MCP服务器，通过工具调用GitHub API，支持创建和更新GitHub仓库，包括仓库名、描述、标签和网站等信息。

Cloud Foundry Butler 和 Hoover MCP 服务器提供工具，通过 Claude 桌面与 Cloud Foundry 平台进行自然语言交互，简化运维操作和信息获取。

Screenshot Server是一个MCP服务器实现，通过Puppeteer提供网页和本地HTML文件的屏幕截图功能。

Neurolora MCP服务器提供代码分析、代码收集和基础服务安装等工具，增强LLM的代码理解和操作能力。