标签搜索结果
基于模型上下文协议（MCP）的后端服务实现，提供资源、工具、提示模板等能力，使用 JSON-RPC 与客户端通信，包含会话管理、能力声明，以及多传输协议支持的 MCP 服务器实现与服务端逻辑。代码通过 am-cli 提供的服务器入口与工具集成，达到在 LLM 客户端中以标准方式提供上下文信息与外部功能调用的目标。
基于 Claude Agent SDK 的多工具 MCP 服务器实现与运行框架，提供 Slack 集成、任务调度、网页/浏览器、搜索、存储与记忆、生成式内容工具等一整套成熟的 MCP 服务器集合，支持资源管理、工具注册/执行、Prompt 模板渲染，以及通过 JSON-RPC 风格的通信与客户端交互（通过 Claude Agent SDK 的 MCP 服务器实现）。
基于 Model Context Protocol 的 MCP 服务器实现，提供资源托管、工具注册与执行、提示模板渲染，并通过 JSON-RPC 与客户端通信，支持多传输协议（stdio、HTTP/SSE），用于为 LLM 提供 IDE 级代码上下文与能力。
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 Prompt/模板渲染等能力，面向 LLM 客户端以标准化 JSON-RPC 方式提供上下文与功能服务，支持会话管理、记忆处理与多工具协作。当前实现采用 Go 语言，通过 STDIO 传输实现 MCP 服务端。
基于 Model Context Protocol (MCP) 的后端服务器，面向大模型客户端提供任务管理、资源访问、工具调用与提示渲染等能力，并通过 JSON-RPC/传输协议与客户端进行交互，支持会话记忆与多用户隔离。该仓库实现了完整的 MCP 服务端组件与工具集，能够作为 AI 应用的上下文和能力服务入口。
为Claude代码助手提供代码检查点管理服务，支持创建、列出、恢复版本，安全地进行代码实验和追踪开发历史。
Memory Bank MCP服务器为AI助手提供跨会话记忆管理，支持资源存储、工具调用和Prompt模板，构建上下文感知应用后端。
基于本地知识图谱的持久化记忆服务器，为LLM提供跨会话记忆和错误学习能力。