桌面与硬件

基于 Model Context Protocol 的本地 MCP 服务器实现，提供工具调用、资源访问和提示模板的统一接口，连接本地 IDE 与大型语言模型客户端。

基于 Model Context Protocol 的本地多设备图形界面代理后端，提供资源与工具管理、会话管理和任务分发，通过 JSON-RPC/HTTPS 与客户端通信，支持对接多设备 GUI 自动化代理（如在手机上执行任务、获取截图、日志与最终结果）。仓库中包含完整的服务器实现代码（使用 FastMCP 框架的示例），可运行的 MCP 服务端，支持多设备任务分发与会话管理。

基于 MCP（Model Context Protocol）在 ESP32/ESP-IDF 上实现的 MQTT 传输 MCP 服务器，提供资源管理、工具注册与调用、以及 Prompt/模板支持，利用 JSON-RPC 与客户端通信，适用于边缘设备上的上下文与能力服务。

基于 UI-TARS-desktop 的 MCP 服务实现与集成，为桌面端应用提供资源管理、工具注册与提示模板的统一上下文服务，通过 MCP 协议与 LLM 客户端进行交互；在本地环境中可以以 In-Memory/MCP 服务器等多种方式暴露工具与资源，并支持浏览器、文件系统等内置模块的扩展与组合使用，形成一个可运行的 MCP 服务端框架生态。

基于 Model Context Protocol（MCP）的服务器实现，提供声音反馈工具以便在 Cursor 等 MCP 客户端中按事件播放音效，提升开发与交互体验。

基于 Model Context Protocol（MCP）的本地后端服务器，用于将 Twos 应用导出数据以资源、工具和 Prompts 的标准化方式暴露给大型语言模型客户端（如 Claude）。服务器在本地运行，提供数据查询、工具执行、上下文提示渲染能力，支持本地隐私和可扩展的上下文服务。

基于 Model Context Protocol (MCP) 的本地服务器实现，提供 Bear Notes 的读取、创建、修改等工具，作为 Claude Desktop 的扩展组件，通过标准 MCP JSON-RPC 进行通信，支持本地化数据处理与隐私保护。

基于 Model Context Protocol (MCP) 的本地秘密管理与上下文服务服务器，提供秘密资源的托管、工具注册与执行，以及可渲染的 Prompt 模板，供本地的 AI 编码助手安全地获取上下文与功能。所有敏感密钥仅存于本地，AI 客户端通过 JSON-RPC 与服务器交互读取资源、调用工具并渲染 Prompts。

基于模型上下文协议（MCP）的后端实现，作为 YakShaver 桌面应用的服务端，负责托管与管理内部 MCP 服务器、注册与执行工具，以及定义与渲染提示模板，通过 JSON-RPC 进行与 LLM 客户端的标准化通信，提供安全、可扩展的上下文服务框架。