"容器化执行" 标签

基于 Model Context Protocol 的 MCP 服务器实现，嵌入 HappyClaw 的 Claude Code 运行时，提供资源管理、工具注册与执行、以及 Prompt 模板渲染等 MCP 核心能力，支持多用户工作区、流式推理与多渠道交互。

基于 Model Context Protocol (MCP) 的后端服务器实现，作为 SlimClaw 的内部 MCP 服务端，向 LLM 客户端以标准化的 JSON-RPC 形式提供资源管理、工具注册与调用、以及提示模板渲染等能力；通过标准的传输（如 stdin/stdout）与容器化执行环境进行交互，支撑多组会话、任务调度与分组上下文管理等功能。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源管理、工具注册与执行、以及提示模板渲染等能力，面向大语言模型客户端提供标准化的上下文服务。

基于 Model Context Protocol (MCP) 的后端服务器，向 LLM 客户端提供资源管理、工具执行和提示模板等上下文服务，支持多传输协议、会话管理与本地历史记录，为 AI 驱动的安全挑战赛场景提供后端支撑。

基于 MCP（Model Context Protocol）的后端实现，提供资源管理、工具注册与执行、以及 Prompt 模板渲染等核心能力，并通过 JSON-RPC 与客户端通信，同时支持多种传输协议（stdio、流式HTTP、SSE）、会话管理与沙箱等安全特性，构建面向大型语言模型的上下文服务框架。