"资源与工具管理"标签的搜索结果

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 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) 的后端服务，实现资源托管、工具执行以及提示模板渲染，供大语言模型在 MIDL 区块链生态中安全、可扩展地获取上下文信息并执行相关操作。

基于 Model Context Protocol 的后端服务器，向大语言模型客户端提供资源管理、工具执行与提示模版渲染等上下文服务，支持会话管理与多传输协议。

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 Model Context Protocol (MCP) 的后端服务器，为大模型客户端提供统一的资源、工具和提示的对话上下文服务，集成 Kernel 平台的浏览器自动化和应用执行能力，并通过 OAuth2 进行安全鉴权与授权。

面向大语言模型的后端MCP服务器，实现通过JSON-RPC向LLM客户端提供资源、工具和Prompt相关的上下文服务，支持跨GitHub、Jira、Confluence的数据获取与操作，以及会话管理与多传输协议接入的能力。

基于模型上下文协议（MCP）的后端服务，实现资源、工具及提示模板的注册、执行与管理，提供 JSON-RPC 通信能力，便于让大语言模型客户端通过 MCP 调用 Databricks 作业等功能。

基于 FastAPI 的服务器端实现，将任意基于 Model Context Protocol (MCP) 的服务暴露为标准的 HTTP/JSON 接口，向语言模型客户端提供资源数据、工具调用、提示模板等上下文能力，并具备多租户会话、OAuth 安全、令牌管理与流式输出等企业特性。它实现了 MCP 的核心组件组合与对外暴露的服务入口，便于整合到企业微服务架构中。

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）的后端实现，提供资源（Resources）托管、工具（Tools）注册与执行，以及 Prompts 定义与渲染，并通过 SSE/stdio 等传输方式与 LLM 客户端以 JSON-RPC 风格进行通信的完整 MCP 服务器实现。

基于 Model Context Protocol（MCP）的后端服务器集合，提供资源管理、工具执行、以及可自定义的提示模板渲染等功能，通过 JSON-RPC 与 LLM 客户端通信，支持多传输协议与安全、可扩展的上下文服务。

基于 Model Context Protocol (MCP) 的 Java 实现的 MCP 服务器端，提供对资源、工具、提示的注册与执行，以及会话管理与多传输协议（REST/Servlet/SSE、Streamable HTTP）的支持，通过 JSON-RPC 与客户端进行通信。

基于 Model Context Protocol (MCP) 的后端上下文服务实现，提供资源管理、工具注册与执行、以及 Prompts 渲染等能力，通过 JSON-RPC 与客户端通信，支持标准传输（如 Stdio 传输）以提供对话上下文和外部功能的统一访问。

基于 Model Context Protocol 的后端服务，使用 FastAPI 构建，提供资源、工具与提示模板等 MCP 功能，并通过 JSON-RPC 与客户端通信为大型语言模型客户端提供上下文和能力服务（如资源访问、工具调用与提示渲染）。服务器通过对外暴露的 MCP 路由实现对接、会话管理与多传输协议的支持（如 SSE/StdIo/WebSocket 等），以实现可扩展的上下文服务框架。

基于 Model Context Protocol 的 MCP 服务器实现，提供对 Sirchmunk 的资源托管、工具注册与执行，以及提示模板渲染等能力，向 LLM 客户端以标准化的 JSON-RPC 方式提供上下文与功能服务。

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 MCP（Model Context Protocol）的后端服务，提供通过 JSON-RPC 与 LLM 客户端进行交互的能力，允许对工具进行注册与执行、获取项目状态与排行榜等，并通过标准传输（如 STDIO）实现与 Claude/GPT 等客户端的无缝对接。

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 的完整 MCP 服务器实现，提供资源管理、工具执行、以及与 LLM 客户端的 JSON-RPC 风格通信，支持多种传输路径与本地侧车集成。

基于火山引擎豆包 API 的 MCP 协议后端，提供文本到图像、文本到视频、图像到视频等多模态内容生成的资源、工具注册与提示模板渲染，面向 LLM 客户端的标准化上下文服务。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源与工具的注册与管理、提示模板定义，并通过 JSON-RPC 协议与 LLM 客户端进行上下文和功能交互，支持多种传输层（如 Nostr、Stdio 等）的安全扩展和会话管理。

基于模型上下文协议（AdCP）的后端服务器实现，提供资源（Resources）托管与管理、工具（Tools）注册及执行、以及提示模板（Prompts）的定义与渲染，并通过JSON-RPC 与客户端通信，支持多租户、多传输协议（如官方的Stdio、SSE、WebSocket）以为LLM应用提供安全、可扩展的上下文服务框架。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供多智能体协作、资源与工具管理、Prompts 定义与渲染等能力，并通过 JSON-RPC 与客户端通信（当前实现以 Stdio 传输为主）。该服务器承担会话管理、能力声明、工具注册与执行、以及任务编排等核心职责，支持扩展的工具集和工作流模板，适合为 LLM 客户端提供标准化的上下文服务。 jovens

基于 MCP（Model Context Protocol）的后端服务器实现，提供资源管理、工具执行与上下文提示渲染等能力，支持 LLM 客户端以标准化的 JSON-RPC/HTTP 方式进行通信与协作。

基于 Model Context Protocol 的后端服务器集合，提供 coder、researcher、secretary 三个独立的 MCP 服务器，用于托管资源、注册执行工具、渲染提示模板，并通过 JSON-RPC/多传输协议与 LLM 客户端交互，适用于 AI 驱动的开发工作流。

基于 Model Context Protocol (MCP) 的后端服务器实现，为多租户 CRM 提供资源、工具与提示模板的上下文服务，并通过 JSON-RPC 与 LLM 客户端进行通信，支持多单位配置与安全访问。

基于 MCP 协议的 Claude Desktop 集成后端，为 MTG CardForge 提供资源、工具和提示模板等上下文服务，用于向 LLM 客户端提供统一的数据访问、工具执行和对话模板渲染能力。

一款基于 Model Context Protocol（MCP）的后端服务器框架，向大语言模型客户端以标准化方式提供资源管理、工具注册/执行以及提示模板渲染等功能，支持 JSON-RPC 通信、会话管理、能力声明，并可通过多传输协议（如 Stdio、SSE、WebSocket）进行扩展与部署。

基于 Model Context Protocol (MCP) 的后端服务集合，为 Claude Code 场景提供可扩展的上下文信息、资源数据、工具执行与提示模板渲染等能力。通过 JSON-RPC/stdio 与客户端通信，支持多传输方式，集成多个 MCP 服务器实现以实现持续化的脚本执行、浏览器自动化和工具调用等功能。

基于 FastMCP 实现的 MCP 服务器，提供 Ayrshare 的资源、工具与 prompts，通过 JSON-RPC 与大模型客户端交互，实现统一的内容管理、外部功能调用与提示模板渲染能力。

基于 Model Context Protocol 的后端服务器，为 LLM 客户端提供标准化的上下文、资源、工具与提示模板，并通过 JSON-RPC/WebSocket 实现 MCP 通信与扩展能力，支持会话管理、权限控制与多传输协议接入。

基于 Model Context Protocol（MCP）的后端服务器框架，提供资源与工具管理、提示模板，以及通过 JSON-RPC/HTTP/WebSocket 等协议与客户端交互的上下文服务能力。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源与工具的托管与管理、工具注册与执行、以及 Prompt 模板的渲染，通过 JSON-RPC 与客户端进行通信，支持会话管理与多传输协议扩展。

基于 Model Context Protocol (MCP) 的后端服务实现。该仓库通过对工具进行 MCP 适配，提供资源管理、工具注册/调用以及提示模板的统一访问，并通过 JSON-RPC/WSS/流式等传输方式与 LLM 客户端进行通信，具备会话管理与能力声明，能够作为 MCP 客户端的服务端实现。

基于模型上下文协议（MCP）的后端服务器实现，提供资源（Resources）托管与访问、工具（Tools）的注册与执行，以及提示模板（Prompts）的定义与渲染，支持通过 JSON-RPC 与客户端通信，并具备会话管理与多传输协议（如 Stdio、SSE、WebSocket）扩展能力，为大语言模型（LLM）应用提供安全、可扩展的上下文服务框架。

基于 Model Context Protocol 的 MCP 服务器实现，为 LLM 客户端提供资源、工具和 Prompts 的统一访问与渲染能力，支持通过标准化的 JSON-RPC 进行通信，并可通过 STDIO 等传输通道接入。

基于模型上下文协议（MCP）的服务器端实现，向大型语言模型客户端提供 Tempo 区块链的资源、工具和提示模板，并通过 JSON-RPC 进行交互，支持多传输协议与严格的会话与安全机制。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源与工具的托管与管理、Prompt/模板的渲染，以及通过 JSON-RPC 与客户端通信的能力，支持多传输通道如 STDIO、WebSocket 等，帮助 LLM 客户端以标准化方式获取上下文、数据访问和外部功能调用。

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。