"安全沙箱" 标签

基于 Model Context Protocol (MCP) 的后端实现，提供资源管理、工具注册与执行、Prompt 模板渲染，并通过 JSON-RPC/多传输协议与 LLM 客户端进行通信的服务器端上下文服务框架。

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，提供可执行的 Windows 命令工具集合。通过 JSON-RPC/STDIO 与 LLM 客户端通信，具备命令执行安全控制、进程管理、以及 anti-hang/防僵死机制，旨在为 AI 助手在本地 Windows 环境提供可控的上下文能力与工具入口。

基于 Model Context Protocol 的 MCP 服务器实现，提供 JSON-RPC 接口用于注册与执行工具、管理资源与会话，并通过 9P 文件系统暴露资源接口，支持安全的代码执行工具与跨后端协作。

基于 Model Context Protocol (MCP) 的本地化后端服务器，提供资源、工具和提示模板等上下文能力，通过 JSON-RPC 与 Claude Desktop/Code 客户端通信，支持 HTTP 和 stdio 双传输，适配本地发票管理的 AI 场景。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供对内存、阴影沙箱与审计日志等核心资源与工具的统一访问，供大语言模型（LLM）客户端通过 MCP 接口进行上下文获取、任务托管、工具调用与日志记录。

基于 Model Context Protocol 的 MCP 服务器实现模板，提供资源、工具、提示模板等的注册、执行，以及与 MCP Hosts 的协议通信能力，支持资源管理、工具注册与调用、Prompt 模板定义与渲染，适用于在 AI 客户端内提供可渲染的互动 UI 与上下文数据。

基于 Model Context Protocol (MCP) 的后端服务，提供代码分析快照管理、海外资源托管、工具执行以及对话模板渲染，供 LLM 客户端通过 JSON-RPC/HTTP+SSE 等传输方式进行交互。

通过 MCP 标准协议，将 Kali Linux 安全工具集成到 LLM 客户端，提供沙箱化、可配置的工具执行能力。

提供一个安全隔离的环境，通过Model Context Protocol (MCP) 为大模型提供Python代码执行和代码智能能力。

为大型语言模型（LLM）提供安全、沙箱化的Docker容器内代码执行服务。

该项目是一个MCP服务器，通过安全沙箱环境执行Python代码，为LLM应用提供代码解释器工具。