"边缘计算"标签的搜索结果

在 Cloudflare Workers 上实现的基于 Model Context Protocol (MCP) 的后端服务器，提供 30 种实用工具、OAuth 认证、KV 存储以及 Workers AI 集成，旨在为大语言模型客户端提供统一的上下文、数据访问和外部功能调用能力。

基于 MCP（Model Context Protocol）在 ESP32/ESP-IDF 上实现的 MQTT 传输 MCP 服务器，提供资源管理、工具注册与调用、以及 Prompt/模板支持，利用 JSON-RPC 与客户端通信，适用于边缘设备上的上下文与能力服务。

基于 MQTT 5.0 的 MCP 服务器实现，使用 paho-mqtt-c 库，提供资源管理、工具注册与调用、以及基于 JSON-RPC 的 MCP 请求/响应处理，支持服务器上线、会话管理和多客户端交互。

一个基于 Cloudflare Workers 部署的 MCP (Model Context Protocol) 服务器，能够将现有 RESTful API 包装成 LLM 可调用的工具。

为LLM提供用户地理位置信息访问能力的MCP服务器。

基于Model Context Protocol协议，提供开箱即用的云原生图像生成和信息检索工具，并支持快速扩展自定义功能。

ruvnet_federated-mcp 是一个基于 Model Context Protocol (MCP) 规范的联邦式 AI 服务运行时系统，支持边缘计算能力，旨在简化 AI 系统与各种数据源的集成，并实现跨多个 MCP 服务器的上下文信息共享和工具调用。

federated-mcp是一个实现了Model Context Protocol (MCP) 的分布式运行时系统，专注于联邦AI服务和边缘计算能力，支持资源管理、工具注册和Prompt模板定义等MCP核心功能。

Cloudflare MCP Server是一个允许LLM客户端通过自然语言与Cloudflare服务（如Workers, KV, R2, D1等）交互的工具，充当LLM与Cloudflare API之间的桥梁。