标签搜索结果
基于 Model Context Protocol (MCP) 的后端服务实现，作为 LLM 客户端的上下文与能力提供者。该仓库实现了 MCP 服务器核心功能，包括资源（Resources）的托管与访问、工具（Tools）的注册与执行、Prompt 模板的定义与渲染，以及通过 JSON-RPC 与客户端的通信，支持多种传输通道（如标准输入输出、SSE、WebSocket），并具备会话管理与能力声明能力，用于提供安全、可扩展的上下文服务。
基于 Model Context Protocol (MCP) 的本地后端实现，提供对资源的内部管理、注册并执行工具（如语义搜索与索引状态查询）、并通过 JSON-RPC 与 LLM 客户端进行通信。当前实现以 stdio 传输为主，内置 semantic_search 和 index_status 两个工具，支持进度通知、增量索引和向量检索等能力，适用于本地无云、无外部依赖的 AI 代码理解与上下文服务场景。
基于 Model Context Protocol（MCP）的服务器实现，提供统一的资源管理、工具执行与提示模板渲染能力，支持多租户、TTL、嵌入向量等特性，并通过标准化的接口（如 stdio 传输）与 LLM 客户端通信。
基于 Model Context Protocol 的 MCP 服务器实现，提供数据资源管理、工具注册与执行，以及与向量化嵌入等组件的整合，作为大语言模型（LLM）客户端的上下文与能力后端服务。