"AI 协作"标签的搜索结果

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源管理、工具注册与执行、Prompt 模板渲染，以及面向 LLM 客户端的标准化上下文服务，支持通过 HTTP/SSE 和 STDIO 传输进行 JSON-RPC 通信，并具备会话管理、能力声明和跨会话持久化能力，用于实现大规模的多代理协同工作流。

基于 MCP 的后端服务器实现，提供通过 Cheat Engine 与 LLM 客户端之间的 JSON-RPC 通信，支持内存读取、工具调用以及提示模板渲染等上下文服务的本地化 MCP 服务器。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源管理、工具注册与执行、以及与客户端的 JSON-RPC 通信，并通过 HTTP/WS 等传输协议向 AI 客户端提供桌面覆盖、多显示器、截图、剪贴板等上下文服务。该仓库包含完整的服务端实现、工具集合以及面向 MCP 客户端的交互接口，适用于 AI 助手对桌面环境的程序化控制与协作场景。

MCP Orchestrator Server是一个任务编排服务器，用于协调跨多个MCP客户端（如Claude）的任务执行，支持任务依赖、状态跟踪和工具调用。