"全文检索" 标签

基于 Model Context Protocol (MCP) 的后端服务器实现，提供对瑞士联邦及 cantonal 判决数据的资源管理、工具注册与执行，以及面向 LLM 的 Prompt/模板渲染能力，并通过 MCP 标准协议与客户端通信。

基于模型上下文协议（MCP）的服务器端实现，负责托管和管理资源与工具、注册并执行工具、以及定义与渲染与MCP客户端交互的工具清单与查询能力，支持向下游MCP实例聚合、工具执行，以及简单的流式/JSON-RPC风格接口。

基于 Model Context Protocol 的 MCP 服务器实现，为 Claude Code 提供跨实例协作、持久记忆与上下文管理等能力。通过 JSON-RPC 与客户端通信，支持资源管理、工具注册与调用、提示模板渲染等核心功能，同时具备多实例管理、会话上下文与本地搜索索引等特性。

基于 MCP 的后端服务器，为 AI 代理提供持久化记忆、数据访问和工具执行能力；通过本地 SQLite 库存储并可跨会话检索记忆，集成五个 MCP 工具以进行存储、检索、召回、删除和列出记忆的操作。

基于 MCP（Model Context Protocol）的服务器端实现，提供内存资源、工具、提示模板的注册与管理，并通过标准化的 JSON-RPC 交互向多代理 AI 客户端提供上下文与功能服务。

基于 Model Context Protocol (MCP) 架构的后端服务器，提供开发者指南知识库的资源管理、工具注册和提示模板渲染，采用 JSON-RPC 通过 MCP 客户端进行交互，底层存储使用 Cloudflare 的 D1、R2 和向量数据库 Vectorize，部署在 Cloudflare Workers 上。

基于 Model Context Protocol (MCP) 的后端服务器，为 LLM 客户端提供对瑞士法院判例数据的资源访问与工具调用，通过 JSON-RPC 在标准输入输出(stdio)传输，与客户端进行交互，支持搜索、获取判决、统计等功能。

基于 Model Context Protocol (MCP) 的后端服务，将 Readur 的文档管理与 OCR API 以工具形式暴露给 AI 助手，通过 JSON-RPC 提供资源读取、工具调用和提示渲染等 MCP 功能。

基于 Model Context Protocol (MCP) 的本地只读后端服务，提供 Obsidian Vault 的笔记读取、搜索、链接解析、任务统计等工具接口，并通过 MCP 与大语言模型客户端进行标准化上下文服务交互。

基于 Meilisearch 的轻量级 MCP 服务器，提供 Markdown 文档的全文和向量搜索能力。