"任务编排" 标签

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源/工具/提示等标准接口，并通过 JSON-RPC 风格的通信为 LLM 客户端提供上下文服务与多代理协作能力。

基于 Model Context Protocol 的 MCP 服务器实现，提供对运行时工具、技能库及配置的管理与执行能力，并通过标准 JSON-RPC 与客户端交互。

基于 Simple-CLI 的 Model Context Protocol (MCP) 服务器实现与示例集合，提供资源、工具、提示模板等 MCP 核心能力，并通过多种本地实现（如 Stdio 传输）对接 LLM 客户端，实现资源管理、工具注册/执行和提示渲染等功能。

Mimir是一个基于图数据库的智能记忆库和任务编排平台，通过Model Context Protocol (MCP) 标准为AI代理提供持久化记忆、知识图谱、语义搜索和多智能体协调能力。

ComputeMate AI 提供一个基于MCP协议的后端服务，托管并管理丰富的功能工具和设备信息，赋能LLM客户端执行自动化任务。

一个基于 MCP 协议的能力编排服务器，用于协调大型语言模型和外部工具的交互与执行。

基于MCP协议，为LLM应用提供Nomad集群管理工具和资源访问能力。

Egent是一个连接工程师与AI Agent的平台，通过MCP协议提供知识库、任务模板和任务启动能力，辅助Agent执行代码开发任务。

PuTi MCP Server 是一个基于 FastMCP 构建的轻量级 MCP 服务器，旨在为 LLM 应用提供工具注册和执行的后端服务。

基于 Model Context Protocol 的多智能体系统，通过专用 MCP 服务器为各领域智能体提供上下文服务。

基于 MCP 协议的 iFlytek 工作流服务器，为 LLM 应用提供调用讯飞星火工作流的能力。

Swarmonomicon是Madness Interactive项目的核心组件，旨在作为多代理AI系统的中央神经系统，提供MCP服务器功能。

ATLAS MCP Server为大型语言模型提供层级任务管理能力，支持资源、工具和Prompt模板，并通过JSON-RPC协议与客户端通信。

DigitalFate是一个企业级AI Agent框架，提供LLM调用、工具集成和任务编排能力，并兼容MCP协议，用于构建可扩展的LLM应用后端服务。

Apache Airflow MCP Server是一个MCP服务器实现，它封装了Apache Airflow的REST API，使得LLM客户端可以通过标准化的MCP协议与Airflow工作流进行交互，实现工作流管理和监控等功能。

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。