"AI上下文服务"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源、工具与提示模板的标准化上下文服务，能与 Claude Code 等 LLM 客户端通过 JSON-RPC 进行交互，向客户端暴露 Yeehaw 项目、服务器、日志、环境变量和知识库等上下文信息，并支持对资源和工具的管理与执行。

基于 Model Context Protocol (MCP) 的后端服务，用于向大语言模型（LLM）及其代理提供资源数据、可执行工具以及可定制的 prompts，支持通过 JSON-RPC 与客户端通信，并可通过 stdio、SSE 等传输协议进行多会话场景下的上下文服务整合。该实现整合了 StreamNative Cloud、Apache Kafka 和 Apache Pulsar 等资源与能力，便于 AI 应用访问和操作海量分布式系统。

基于 Model Context Protocol（MCP）的本地后端实现，向大型语言模型客户端以标准化的 JSON-RPC 方式提供资源管理、工具执行以及提示模板渲染能力，包含会话管理、能力声明，并支持多传输通道（以 stdio 为主）实现一个可扩展的上下文服务框架。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源管理、工具注册与执行、提示模板渲染，并通过 MCP 外部端点集成远程工具，支持 AG-UI 协议与 JSON-RPC 风格通信，适配多传输通道（如 WebSocket、轮询等）以为 LLM 应用提供安全、可扩展的上下文服务框架。

AskPlex 基于 Model Context Protocol（MCP）的后端实现，提供工具注册、任务执行和提示模板等能力，并通过 JSON-RPC 与 LLM 客户端交互， bridging 与 Perplexity 实时检索等外部资源的能力。

基于 Model Context Protocol 的 MCP 服务器实现，提供对 AI 客户端的上下文能力、工具执行与提示渲染等核心能力，通过 JSON-RPC 与客户端通信，并支持多传输协议（如标准输入输出和流式 HTTP）以实现安全、可扩展的后端上下文服务。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源、工具、提示模板的托管与管理，以及通过 JSON-RPC 与客户端进行通信，支持多传输通道，供大语言模型应用安全、可扩展地获取上下文与外部功能。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源与工具的托管、权限化访问，以及 Prompt 模板的定义与渲染，外部通过 JSON-RPC 进行通信，支持多种传输协议（如 HTTP/WS/SSE），用于向 LLM 客户端提供可扩展的上下文服务与工具调用能力。

基于 Model Context Protocol (MCP) 的后端服务实现，提供工具注册、资源管理和提示模板渲染等核心能力，通过 JSON-RPC/Connect 框架与 MCP 客户端进行标准化通信，支持多个传输和会话能力，服务端还与前端 Web 界面和后端资源/工具链进行协作。

基于 Model Context Protocol (MCP) 的后端服务，实现了资源管理、工具注册与执行以及提示渲染等核心 MCP 功能，提供将 JSON 转换为 CSV 的工具与相关提示，用于向大型语言模型（LLM）客户端提供上下文与外部功能调用能力。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源（Resources）管理、工具（Tools）注册与执行、以及提示模板（Prompts）渲染，支持 stdio、Web 服务等传输协议，通过 JSON-RPC 与 MCP 客户端通信，向大模型客户端提供上下文、数据访问、外部功能调用等能力。

基于 Model Context Protocol 的 MCP 服务器端实现，作为 AI 助手的后端上下文服务，提供资源管理、工具注册与执行、以及 Prompt 模板渲染等功能，支持通过 JSON-RPC 与客户端通信，并可在 stdio、HTTP（含 SSE）等传输模式下运行，具备会话管理、能力声明和安全保护机制。

一个用于生成、管理和托管基于 Model Context Protocol (MCP) 的AI代理服务器的平台，可将数据库和文件资源暴露给LLM客户端作为工具和上下文。

Theoria 是一个现代神学研究引擎，能索引个人图书馆、规范圣经引文、提供AI洞察，并作为MCP服务器为LLM应用提供上下文服务。

这是一个MCP（Model Context Protocol）服务器，能够为AI智能体提供Azure Terraform模块的索引、高级分析、代码搜索和管理服务。

结合向量搜索、知识图谱和网页智能，为AI应用提供强大的上下文信息与功能调用服务。

robodog MCP 服务器是一个轻量、快速、零安装的上下文服务后端，为AI客户端提供文件资源管理、AI工具调用、Prompt模板渲染等功能，支持JSON-RPC通信和多种传输协议。

一个AI驱动的语义知识平台，从非结构化内容中自动提取知识图谱，为RAG系统提供丰富的上下文理解和LLM集成服务，其中包含一个符合MCP协议的核心服务器模块。

提供Python、Go、Rust三种语言实现的生产级Model Context Protocol (MCP) 服务器，旨在标准化AI系统与工具间的交互，支持VS Code集成。

基于Python实现模型上下文协议(MCP)服务器，提供文档搜索工具功能，支持Stdio和SSE传输协议。

一个基于MCP协议的服务器，用于向AI提供求职者简历、网站等结构化和非结构化信息作为上下文。

使用PostgreSQL和pgvector为AI应用提供向量记忆存储和语义搜索的MCP服务器。

Rodel Agent桌面应用内嵌MCP服务器，为MCP客户端提供上下文服务和AI功能，同时具备独立的AI助手应用功能。

mcp-attr 是一个 Rust crate，旨在通过声明式属性和类型系统，简化 Model Context Protocol (MCP) 服务器的创建，方便开发者和 AI 构建 MCP 后端应用。