基于 NLWeb 的 MCP 服务器实现，提供资源、工具和提示模板的标准化访问，并通过 JSON-RPC 与客户端通信，将请求转发到 NLWeb 后端实现具体功能。
基于 Model Context Protocol (MCP) 的后端服务集合，提供资源管理、工具注册与执行，以及可渲染的 Prompt 模板，支持 JSON-RPC 风格通信和 STDIO/WebSocket 等传输协议，用于向 LLM 客户端暴露上下文、工具和资源等能力。
一个基于 Model Context Protocol 的服务器实现，向大语言模型提供 Appwrite API 的资源、工具与提示模板，并通过 JSON-RPC 进行通信，作为 MCP 后端服务。
基于模型上下文协议（MCP）的后端服务器实现，提供资源、工具与提示模板的托管与管理，并通过 JSON-RPC 与客户端进行交互，支持多种传输协议、会话管理、能力声明以及外部桥接等扩展能力，用于为大语言模型应用提供可扩展的上下文服务框架。
一个用于 AI 代理的模型上下文协议（MCP）服务器实现，提供资源、工具和提示模板等上下文服务，并通过 JSON-RPC 与客户端进行交互。
基于 Model Context Protocol (MCP) 的后端服务器实现，作为 Plan Cascade 的 MCP 服务端，向 LLM 客户端提供标准化的资源管理、工具注册与执行，以及 Prompt 模板渲染等能力，采用 JSON-RPC 进行请求/响应通信，支持多传输协议、会话管理与能力声明，确保安全、可扩展的上下文服务。
基于 Model Context Protocol (MCP) 的服务器实现，提供通过 JSON-RPC 向 LLM 客户端暴露工具注册、执行与上下文交互的能力，适配本地开发与容器化部署场景。
基于 Model Context Protocol（MCP）的服务器端实现示例集合，展示如何暴露工具、资源与 Prompt 模板，并通过 JSON-RPC 与客户端进行通信，涵盖多种 MCP 服务端实现与用法，适合作为后端上下文服务的参考实现。
基于 Model Context Protocol (MCP) 的后端服务端实现，作为 MCP 服务器向大语言模型客户端提供标准化的资源管理、工具注册/执行以及 Prompt 模板渲染等能力，使用 JSON-RPC 进行通信，并支持会话管理与多传输协议（如 Stdio、SSE、WebSocket）以满足多样化上下文服务需求。
基于 Model Context Protocol (MCP) 的后端治理与资源/工具/提示模板管理服务器，面向 LLM 客户端提供标准化的上下文数据、可注册/执行的工具集以及可渲染的 Prompt 模板。服务器通过 JSON-RPC 与客户端通信，支持会话管理、能力声明，并具备扩展传输协议（如 STDIO、SSE、WebSocket）的能力，为 LLM 应用提供安全、可审计的上下文服务框架。