找到 15 个结果
基于 Model Context Protocol (MCP) 的服务器实现，作为 AI 助手与 Exegol 安全评估环境之间的中枢，为客户端提供标准化的上下文服务：托管与管理 Resources、注册与执行 Tools、定义与渲染 Prompts，并通过 JSON-RPC 与客户端进行通信与协作。该实现包含可运行的 MCP 服务器代码及相关工具、资源和工作流集成，适配本地开发及容器化部署场景。
让AI助手安全访问Miro白板，实现从代码生成图表、从设计生成代码等功能
为AI代理提供项目进度跟踪的MCP服务器，支持层次化任务管理和文件关联
Watercooler Cloud是一个基于Model Context Protocol (MCP) 的服务器，为AI代理提供文件协作和上下文管理能力，促进智能代码项目中的多智能体协作。
连接大型语言模型与Google文档，提供创建、编辑、格式化、搜索、表格、媒体和结构化文档等增强功能。
TaskWing是一款AI驱动的命令行任务管理器，通过Model Context Protocol (MCP) 标准协议，为LLM客户端提供任务管理、项目上下文和AI协作功能。
一个基于Model Context Protocol (MCP) 的开发任务编排系统，允许AI助手（如Claude Code）并行管理和执行多个Git工作树中的独立开发任务。
一个多智能体AI框架，通过Model Context Protocol (MCP) 实现智能体间协作与通信，提供强大的Agent管理、工具集成和可观察性。
一个基于MCP协议的先进服务器，旨在实现分布式AI实例之间的无缝协作、任务调度与自我进化。
一个移动优先的插件式游戏引擎和对话式IDE，通过MCP协议为AI代理提供上下文信息和工具调用能力。
Backlog是一个Git原生的Markdown任务管理器，通过MCP协议与AI智能体无缝协作，管理项目任务、提供上下文和工具。
允许 MCP 客户端（如 Claude Desktop）集成并调用 OpenAI、Gemini、Grok 等多种大型语言模型，获取不同模型的意见，进行模型对比和群组讨论。
一个基于MCP协议的AI协作服务器，帮助不同AI工具像团队一样协同开发项目。
一个Node.js/TypeScript实现的MCP服务器，使大模型能通过本地交互工具与用户直接互动。
Project Handoffs MCP Server是一个用于管理AI会话交接和后续步骤跟踪的MCP服务器，通过工具提供项目、任务和会话管理功能，帮助团队协作和工作流程自动化。