"AI 集成"标签的搜索结果

基于 Model Context Protocol 的 Spark 后端实现，提供对 Spark SQL、计划信息与元数据的统一访问接口，供大模型（LLM）通过 MCP 客户端进行调用与分析。

基于模型上下文协议的后端实现，提供资源管理、外部工具注册与执行以及对外暴露的工具集合，支持通过标准化的 JSON-RPC 方式与客户端进行对话式上下文交互。

基于 Model Context Protocol (MCP) 的后端服务器实现，向 LLM 客户端以统一的 JSON-RPC 形式暴露内核构建、配置、运行与测试等工具，帮助自动化地进行内核开发与验证流程。

基于 Model Context Protocol (MCP) 的服务器端实现，作为 Whimbox 的后端服务，通过 JSON-RPC 提供资源/工具（Tasks/宏相关接口）等能力给大语言模型客户端调用，支持健康检查、嵌入式工具渲染与多传输协议（如 streamable-http）。

基于 Model Context Protocol (MCP) 的 Jenkins 服务端实现，提供对外暴露的工具、资源与提示等上下文能力，支持通过 JSON-RPC 进行通信，包含 SSE、流式等传输端点以及对 Jenkins 实例的会话与能力声明管理。

一个基于 Charm KV 存储的 MCP 服务器实现，提供资源、工具、和提示模板等功能，供对话式 AI 客户端通过 JSON-RPC 与后台进行上下文交互与操作执行。当前实现通过标准输入输出（stdio）传输进行 JSON-RPC 的通信。

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) 的服务器端实现，提供通过 API 访问组件库资源、暴露工具以供 AI 助手调用、并支持以 MCP JSON-RPC 形式与客户端进行交互的后端服务。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源托管、工具注册与执行、以及 Prompt 模板渲染等能力，并通过 JSON-RPC 与客户端进行通信，支持多传输模式（如标准输入输出）。该服务器用于为 Playwright + Cucumber + TestNG 等测试框架提供统一的上下文服务和智能代码生成功能。

基于 Model Context Protocol 的后端服务器，向 LLM 客户端以标准化 JSON-RPC 提供资源、工具与提示模板，并实现会话管理、认证与多传输协议扩展。

结合 Looker SDK 提供 CLI 工具，并内置 MCP 服务器为 LLM 客户端提供 Looker 上下文和功能。

提供数据库 schema 信息和功能给 AI 客户端，支持 AI 调用 SchemaCrawler 工具进行数据库探索和分析。

将 Apple Notes 和 Things 3 集成到大语言模型客户端的 MCP 服务器。

通过 Model Context Protocol (MCP) 连接 AI 客户端与 DigitalOcean 资源，实现智能化的云管理。

将 Alation 数据目录的元数据和功能以标准 MCP 协议暴露给 LLM 客户端的应用后端。

使Dubbo应用具备MCP能力，将Dubbo服务自动转换为LLM可调用的工具。

通过 MCP 协议，为 AI 助手提供访问和管理 Google 日历、Gmail 和 Drive 的能力。

一个基于MCP协议的PDF文档知识库服务器，支持上传、处理和检索PDF内容，可与AI工具集成。

通过MCP协议向AI/LLM提供访问Azure Boards和Pipelines的功能。

增强 TickTick 工作流程的 MCP 服务器，使 AI 助手和兼容 MCP 的应用能更精确地管理和过滤你的任务。

基于 Model Context Protocol (MCP)，提供访问 Quip 电子表格数据及相关工具的后端服务。

一个基于 MCP 的 Go 语言应用后端，使 AI 助手（如 Claude）能够与 Atlassian Jira 进行交互和管理任务。

连接 CloudGlue 平台与 AI 助手，为 LLM 提供视频内容理解、分析和管理工具。

将 Smartlead API 功能以 Model Context Protocol (MCP) 标准暴露给 AI 助手和自动化工具。