"外部工具调用" 标签

基于 Model Context Protocol 的后端服务实现，提供用于 LLM 的实时数据获取与工具执行接口。通过 /mcp/tools 和 /mcp/execute 等端点向客户端暴露工具集合，支持对网页内容抓取、信息检索和实时数据查询等场景的即时响应，并可与 Bright Data 的数据源协同工作以实现更丰富的实时能力。

基于 Model Context Protocol 的多服务器实现集合，为大语言模型客户端提供资源、工具和提示模板等上下文服务，并通过 JSON-RPC 进行标准化通信，以支持资源访问、工具注册/执行以及提示模板渲染等能力。

基于 Model Context Protocol 的 MCP 服务器实现，利用 Google Gemini API 提供图像生成与编辑能力，并对外暴露资源、工具调用与提示模板等能力，供大语言模型客户端以统一的上下文服务进行交互。

基于 Model Context Protocol 的 MCP 服务器实现，提供工具调用、资源与提示管理，以及对外部能力的扩展，通过 JSON-RPC 在标准输入输出（STDIO）或未来扩展的传输方式与客户端交互。

基于 Model Context Protocol（MCP）的服务器实现，通过 JSON-RPC 形式暴露 ANT 应用的会话、消息、终端等资源和工具，供大型语言模型客户端以标准化方式读取、创建与操作。

基于 Model Context Protocol (MCP) 的后端实现，提供资源管理、工具执行以及提示模板的标准化上下文服务，供 LLM 客户端通过 JSON-RPC 进行数据访问、功能调用和提示渲染，并通过 stdio 等传输协议与 Claude Desktop 等客户端协同工作。

基于 Model Context Protocol (MCP) 的后端实现，作为 Claude Code Harness 的核心服务之一，负责托管资源（Resources）、注册及执行工具（Tools）、定义与渲染 Prompt 模板（Prompts），并通过 JSON-RPC 与 LLM 客户端进行标准化交互，提供上下文信息、数据访问与外部功能调用等能力，支持多种传输方式（如标准输入输出、SSE、WebSocket 等）以实现安全、可扩展的后端上下文服务框架。

基于 MDDB 的 MCP 服务器实现，提供资源托管、工具注册与执行、以及 MCP 配置输出等核心能力，便于将 MDDB 作为上下文服务对接大语言模型客户端。

基于 Model Context Protocol (MCP) 的后端服务器，提供对 Microsoft Access 数据库的资源管理、工具注册与执行以及提示模板渲染等能力，供大语言模型客户端通过 JSON-RPC 调用以获取上下文和功能支持。

基于模型上下文协议（Model Context Protocol，MCP）的后端服务器实现，向 LLM 客户端提供技能资源、工具注册与执行以及提示模板的定义与渲染，支持 JSON-RPC 调用、会话管理与多传输协议接入。

基于模型上下文协议（MCP）的后端服务器，用于向 LLM 客户端暴露资源、工具和模板等上下文信息，并通过多传输协议与客户端通信，专为 Claude Code 的 Kimi 集成场景提供可扩展的上下文服务。

基于 ELF 的 MCP 服务器实现，提供对大型语言模型（LLM）客户端的资源、工具调用与提示模板的上下文服务。通过 JSON-RPC 风格的 MCP 协议，将对资源和工具的访问请求转发到 ELF HTTP API，支持多种传输和会话模式，易于与 Claude 等 MCP 客户端对接。

基于 Model Context Protocol (MCP) 构建的后端服务器，为 LLM 客户端提供对 pwndbg/GDB 调试相关资源、工具和提示模板的标准化访问接口。

自动将任意网站的 `llms.txt` 文件转换为一个专用的 MCP 服务器，为大语言模型提供即时上下文访问。

基于MCP协议，为LLM提供Discord语音交互、消息发送和音频播放等工具的后端服务。

一个基于Model Context Protocol (MCP) 构建的服务器，旨在将Discord功能（如用户信息、机器人延迟）作为上下文资源和可调用工具，提供给大型语言模型（LLM）客户端使用。

一个基于 Node.js 和 TypeScript 的 MCP 服务器，使 LLM 能够直接查询和交互 Snowflake 数据库。

Veas CLI是一个通用命令行工具，通过实现Veas协议和内置MCP服务器，为知识管理系统和AI助手提供无缝集成。

基于 Model Context Protocol (MCP) 为 Amazon SES v2 提供接口的示例服务器，支持通过LLM客户端访问和调用SES功能。

Um servidor Model Context Protocol (MCP) em .NET que permite a LLMs acessar e gerenciar dados de uma livraria através de ferramentas.

连接LLM客户端与Membase去中心化内存网络，存储和检索AI会话历史及知识。

连接大型语言模型(LLM)与去中心化物理基础设施网络(DePIN)，构建可感知现实世界的先进AI代理后端。

基于FastMCP框架实现的AI工具服务，提供任务查询和天气查询等功能，并通过MCP协议与客户端通信。

基于MCP协议，集成非官方同程旅行火车票查询功能和系统时间查询工具，为LLM提供外部能力。

使用 TypeScript SDK 实现的 MCP 服务器和客户端示例，涵盖多种传输协议和授权流程。

将Quickchat AI Agent集成到任何支持Model Context Protocol的AI应用中，提供定制化AI能力和上下文服务。

基于Model Context Protocol的Superface工具服务器，为LLM客户端提供工具发现和调用能力。

一个简单的MCP服务器示例，提供获取美国地区天气预报的工具，可以通过Claude等MCP客户端调用。

一个基于Model Context Protocol (MCP) 的天气服务服务器示例，通过标准化的MCP协议向LLM客户端提供天气查询工具，支持通过STDIO进行通信。

Quarkus MCP Server是一个基于Quarkus框架的扩展，用于简化Model Context Protocol (MCP) 服务器的开发，帮助开发者轻松构建LLM应用的后端服务，实现与外部数据源和工具的无缝集成。