标签搜索结果
基于 Model Context Protocol (MCP) 的后端服务器实现，暴露 Panda 的资源、工具与提示模板给 LLM 客户端，通过 JSON‑RPC 进行通信，支持异步任务、日志资源等功能，作为 MCP 客户端的上下文与能力服务端。
基于 Model Context Protocol (MCP) 的后端服务器实现，提供音乐生成相关的资源管理、工具调用与 Prompt 渲染等能力，并通过 JSON-RPC 与 MCP 客户端通信，支持标准的 stdio 和 HTTP 传输模式。
基于 Model Context Protocol (MCP) 的后端服务器，提供图像生成/编辑工具、提示模板和任务查询等能力，使用 AceDataCloud 的 NanoBanana API 进行实际处理，支持本地标准输入/输出和远程 HTTP 传输。
基于 Model Context Protocol (MCP) 的服务端实现，提供图像生成与编辑的资源与工具注册、提示模板渲染，并通过 JSON-RPC 与 LLM 客户端通信，支持 STDIO 和 HTTP 两种传输模式，适用于在本地或远程环境中为 LLM 应用提供可拓展的上下文服务。
基于 MCP 的 GhostFetch 服务器实现，为 MCP 客户端提供对 GhostFetch 功能的统一访问，支持通过 JSON-RPC 的 stdio 传输与客户端交互（初始化、工具列表、工具调用、通知等）
browser-use-mcp-server 是一个基于 MCP 协议的服务器，通过浏览器自动化扩展 LLM 能力，支持 LLM 控制浏览器执行网页操作，并返回结果。