"审计日志" 标签

基于 MCP（Model Context Protocol）的后端服务，向大语言模型客户端提供统一的上下文资源、可调用工具、以及可渲染的提示模板，并通过 JSON-RPC 的 MCP 交互完成资源访问、工具执行与对话提示渲染的能力；内置会话管理、能力声明、以及可扩展的传输接口（如 Stdio、SSE、WebSocket），并与 PostgreSQL/TimescaleDB、嵌入向量检索等子系统集成，支持审计与冲突检测等企业特性。

基于模型上下文协议(MCP)的后端服务器实现，暴露 Docketeer 的工具注册表给 MCP 客户端，以便读取工具信息、执行工具并记录审计日志，支持通过 JSON-RPC 与客户端进行交互。

基于 Model Context Protocol (MCP) 的后端服务，将 ClawBridge 的任务管理、引擎控制、记忆与工作流等功能以 MCP 工具、资源和模板的形式暴露给 LLM 客户端，通过 JSON-RPC 与客户端进行交互，支持标准的 stdio 和 HTTP 传输。

基于 Model Context Protocol (MCP) 的多代理协作型后端服务器，提供资源管理、工具注册与执行、以及可渲染的提示模板，通过 JSON-RPC 与客户端通信，并具备会话管理、观测性与多传输协议支持（如 Stdio、SSE、HTTP）。

基于 Model Context Protocol (MCP) 的多租户后端服务器，提供对 OAST 回调、任务调度、以及代理加载与管理等能力的上下文服务，并通过 MCP SSE/JSON-RPC 与 AI 客户端进行安全通信，支持跨区域部署与审计追踪。

基于 CCOS 的 MCP 服务器实现，提供资源管理、工具注册/执行、以及基于 Prompts 的导航与渲染能力，支持通过 JSON-RPC 与 LLM 客户端进行资源读取、工具调用和提示模板获取等标准化上下文服务。

基于 Model Context Protocol (MCP) 的开源后端实现，提供对资源、工具、提示模板等的托管与管理，通过 JSON-RPC 与 MCP 客户端通信，支持多传输协议（如 stdio、TCP）、策略评估、审计日志和热加载等特性，旨在为大语言模型（LLM）场景中的上下文服务提供安全、可扩展的后端支持。

基于 Model Context Protocol（MCP）的后端服务实现，作为 MCP 服务器端的安全网关与代理，提供资源管理、工具注册与执行、提示模板渲染、以及审计、沙箱和供链等功能，通过 JSON-RPC 与 MCP 客户端通信，支持多传输方式（如 Stdio、SSE、WebSocket）并可对下游 MCP 服务器进行策略控制与风险管理。

基于 Model Context Protocol (MCP) 的后端实现，作为 MCP 服务器端提供对外的上下文服务。核心职责包括托管与管理资源（Resources）、注册与执行工具（Tools），以及定义与渲染 Prompt 模板，支持与 LLM 客户端通过 JSON-RPC 进行交互。服务器实现了 MCP 的核心接口（如 initialize、tools/list、tools/call），并通过 Bearer API key 进行鉴权、会话管理与策略检查，提供基本的 JSON-RPC 请求处理和响应。代码基于 Node.js + TypeScript，使用 Express 路由挂载在 /mcp 路径，并结合 Prisma 管理数据。

基于 Model Context Protocol (MCP) 的后端实现，使用 Rust + Axum 构建的 MCP 服务器代理，提供密钥池管理、请求转发、数据审计日志持久化，以及基于令牌的配额和消费统计等核心能力，支持将 MCP 请求转发至上游端点并对接入流量进行安全、可观测的上下文服务。

一个开源的 MCP 服务器网关，部署在企业工具与 MCP 服务器之间，通过策略化治理、身份认证、PII 掩码和审计日志等机制，向大模型客户端提供可控的上下文资源、工具调用和 Prompt 渲染等能力，并支持多种传输协议（如 HTTP、STDIO、SSE）与可扩展的插件体系。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源、工具与提示模板的管理与渲染，并通过 JSON-RPC 与 LLM 客户端交互，支持在云端对 GitHub 资源与自动化工作流进行上下文服务。

基于 MCP（模型上下文协议）的后端服务器，提供凭据管理、浏览器自动化执行及工具调用能力，面向需在本地受控环境中为大语言模型提供上下文服务的应用场景，确保密码等敏感信息不落入模型上下文。

基于 Model Context Protocol（MCP）的后端服务器实现与代理框架，提供对资源、工具与提示的标准化管理、通过 JSON-RPC 与客户端通信，并支持审计、策略执行、以及与 OpenClaw 等组件的集成。

基于 Model Context Protocol 的后端服务，提供可运行的 MCP 服务，包含 SSH 连接管理、命令执行、SFTP、服务器配置管理、凭证存储与审计日志等工具，并通过 JSON-RPC 与 LLM 客户端交互，支持多连接、安全锁定与自动重连等特性，为 LLM 应用提供安全、可扩展的上下文服务框架。

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，提供对资源、工具和提示模板的注册、执行和渲染能力；通过 JSON-RPC 与 MCP 客户端通信，支持本地密钥管理、会话管理、策略审核和完整审计日志，适用于在本地或受控环境中为 AI Agent 提供上下文和外部 API 访问能力。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供工具拦截、策略评估、人工同意、凭证注入与审计日志等核心能力，并通过 JSON-RPC 与 MCP 客户端进行通信，支持与上游 MCP 服务器协同工作及多种交互通道（如终端、Telegram、Webhook）。

基于 Model Context Protocol (MCP) 的后端网关，提供资源与工具注册/执行、Prompt 渲染与上下文服务，并通过 JSON-RPC 与 MCP 客户端进行安全、可扩展的通信。

基于模型上下文协议（MCP）的后端服务器实现，提供资源管理、工具注册/执行、提示模板等核心能力，支持 JSON-RPC 通过 WebSocket/HTTP 与客户端通信，内置量子安全加密（Ed25519 与 Dilithium 的混合模式）、W3C DID 身份、审计日志和会话管理，满足企业级的可扩展上下文服务需求。

基于 Model Context Protocol 的 MCP 服务器实现，用于作为后端上下文服务向大语言模型客户端提供资源管理、工具执行和提示模板渲染等能力，支持通过 JSON-RPC 方式与客户端交互并管理会话与安全策略。

零信任MCP网关和保险库，为AI代理提供安全的工具和数据访问服务

一套模型上下文协议(MCP)工具，包含用于代理和增强其他MCP服务器的代理服务器，以及其他独立功能的MCP工具。

Descope MCP Server为LLM客户端提供访问Descope管理API的接口，支持用户和审计日志的搜索、用户创建与邀请等工具，以增强LLM在Descope项目管理方面的能力。

一个安全的MCP服务器，允许LLM应用（如Claude）执行系统命令，并提供安全验证、用户确认和审计日志等功能。

AWS资源管理器MCP服务器，允许LLM客户端通过工具调用管理和操作AWS S3和DynamoDB服务，并提供操作审计日志。

Descope MCP Server 作为一个桥梁，连接 Claude 等 LLM 应用与 Descope 后端服务，通过工具提供用户和审计日志的管理能力。