标签搜索结果
基于模型上下文协议（MCP）的后端服务，向 MCP 客户端提供资源、工具注册/执行以及提示模板渲染等上下文服务，通过 JSON-RPC 与客户端通信，支持会话管理和多种传输模式以支撑 LLM 应用的安全上下文服务。
基于 Model Context Protocol (MCP) 的后端实现，提供资源托管、工具注册与执行、以及提示模板渲染等核心能力，面向 LLM 客户端以标准化方式提供上下文信息与功能，支持多传输协议与会话管理底座。
基于 MCP 协议的后端服务器，向大型语言模型（LLM）客户端提供对 1claw Vault 的安全上下文信息、工具执行能力以及可渲染的提示资源，并通过 JSON-RPC 风格的请求/响应用以实现会话管理与多传输模式的扩展。
基于 Model Context Protocol (MCP) 架构的后端服务器实现集合，提供资源/工具暴露、MCP 客户端注册与执行、以及多工具/多提供者的上下文服务能力，支持通过标准的 MCP JSON-RPC 进行通信和管理。仓库内包含多个独立的 MCP 服务器实现（如 Linear、HubSpot、Jira、Salesforce、Zendesk、Asana 等）以及一个可复用模板，均以 STDIO 形式实现服务端。
基于 Model Context Protocol（MCP）的后端服务器，聚合 Vault、SOPS 等密钥/机密管理工具的工具接口，向大语言模型（LLM）客户端提供以 JSON-RPC 形式调用的密钥读取、写入等操作的统一入口，并支持通过标准化传输（如 STDIO）进行交互。
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。
为AI模型提供安全上下文（如CVE详情、检测指南）和安全工具，基于Model Context Protocol实现。