"模型上下文服务" 标签

基于 MCP（Model Context Protocol）实现的后端服务，向大语言模型（LLM）客户端以标准化的 JSON-RPC 方式提供资源、工具和提示模板等上下文能力，并支持远程访问、UI 展现及多传输协议等场景。

基于 Atmosphere 框架实现的 Model Context Protocol（MCP）服务器。该服务端承担资源管理、工具注册与执行、以及 Prompt 模板的渲染等核心 MCP 功能，并通过 JSON-RPC 与 LLM 客户端通信，提供安全、可扩展的上下文服务框架，同时支持多传输协议（WebSocket、SSE、Long-Polling 等）以适配不同场景。

基于 Model Context Protocol（MCP）的后端服务实现示例，提供一个可运行的 MCP 服务器，用于暴露工具并通过 JSON-RPC 与 MCP 客户端通信，底层以 Claude Code 的快速 MCP 服务端为例展开实现。该服务器可与多种前端客户端协同工作，支持工具注册、执行与提示渲染等 MCP 相关能力。

基于 Model Context Protocol 的 MCP 服务器实现，提供工具调用、资源与提示管理，以及对外部能力的扩展，通过 JSON-RPC 在标准输入输出（STDIO）或未来扩展的传输方式与客户端交互。

基于 Model Context Protocol (MCP) 的后端服务器集合，提供 Resources(资源)、Tools(工具) 和 Prompts(提示) 的标准化管理与 JSON-RPC 通信，用于向大语言模型客户端提供可扩展的上下文、数据访问和外部功能调用能力。

一个基于 Model Context Protocol（MCP）的后端服务器实现，为大型语言模型（LLM）客户端提供统一的上下文信息与功能，包括工具的注册与执行、资源访问和提示模板渲染，支持通过 JSON-RPC 与客户端通信，且可通过本地或网络传输（如 Stdio）进行集成。

基于 Model Context Protocol (MCP) 的后端服务，按标准化方式向 LLM 客户端提供资源、工具与 Prompt 模板，并通过 JSON-RPC 进行通信，支持多传输协议与会话管理，适用于以上下文驱动的 AI 应用场景。

基于模型上下文协议（Model Context Protocol，MCP）的服务器实现，提供资源、工具、提示模板等的统一托管、注册与渲染，并通过 JSON-RPC 与客户端通信，支持多传输协议（标准输入/输出、Server-Sent Events、WebSocket），为大语言模型客户端提供安全、可扩展的上下文服务框架。

基于 MCP（Model Context Protocol）标准的服务器端实现，能够注册工具、通过流式传输向 LLM 客户端提供工具执行能力与上下文，并通过 JSON-RPC 进行交互，适用于分布式、AI 驱动的后端场景。

基于 Model Context Protocol 的后端服务，暴露 PRISM 的资源、工具和提示模板等功能，使用 JSON-RPC 通过多种传输（本仓库默认 stdio）与 LLM 客户端进行通信。

基于 Model Context Protocol (MCP) 的后端服务端实现，提供资源、工具、提示模板的注册、执行与渲染，并通过 JSON-RPC 与 MCP 客户端进行通信，支持会话管理、能力声明，以及资产的管理与扩展。

基于 Model Context Protocol 的后端服务器实现，用于以标准化方式向 LLM 客户端提供上下文信息与功能：托管资源、注册与执行工具、定义与渲染 Prompt 模板，且通过 JSON-RPC 与客户端通信，支持多种传输协议并具备会话管理能力。

基于 Model Context Protocol (MCP) 的后端服务，提供资源存储、工具注册与执行、以及 Prompt 模板的渲染与管理，通过 JSON-RPC 与客户端通信，支持 HTTP/API、STDIO 等传输方式，并集成了 OpenCode Manager、OAuth 2.1 等扩展功能，适用于向 LLM 客户端提供可扩展的上下文与能力服务。

基于 Model Context Protocol (MCP) 的后端服务器实现，为 LLM 客户端提供资源管理、工具注册与执行、以及可自定义的 Prompt 模板渲染等上下文服务，支持 JSON-RPC 通信及多传输协议（如 STDIO、HTTP/SSE/WebSocket）以实现安全、可扩展的后端上下文服务。

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，通过 JSON-RPC 与客户端通信，支撑 LLM 应用的上下文与功能服务。

一个基于 Model Context Protocol 的多引擎 MCP 服务器集合，提供统一的资源管理、工具注册与执行、以及 Prompt 模板渲染等能力。通过 JSON-RPC 与客户端通信，支持会话管理、能力声明以及可扩展的传输协议（如标准输入输出、Server-Sent Events、WebSocket 等）。仓库中包含多个独立的 MCP 服务器实现（前端分析引擎、项目工程引擎、精密引擎、批处理引擎等），形成一个对话式、可扩展的后端上下文服务框架，供 LLM 客户端按需调用。

基于 Model Context Protocol（MCP）的后端服务器实现，向 LLM 客户端以标准化的 JSON-RPC 方式暴露资源管理、工具执行以及提示模板的能力，核心通过 registerTool 将大量 Google Workspace 相关操作暴露为可调用的工具集，支持以 Stdio 传输等多种通信方式进行上下文服务与会话管理。

基于 Model Context Protocol（MCP）的后端服务器实现，提供资源托管、工具注册与执行、以及提示模板渲染等核心能力，并通过 JSON-RPC 与 LLM 客户端进行上下文与功能交互，部署在 Cloudflare Workers 中以实现安全、可扩展的上下文服务。

基于 Model Context Protocol（MCP）的后端服务器，作为与大语言模型（LLM）客户端的标准化上下文服务入口，提供资源管理、工具注册/执行以及提示模板的渲染能力，支持 JSON-RPC 交互与多种传输模式（如 stdin/stdout、SSE、WebSocket），并具备会话管理、能力声明和动态工具发现等特性。该服务器以 kubectl-mtv 项目内的实现为基础，能够与客户端通过 JSON-RPC 请求交互，提供迁移相关的资源、工具及提示信息的上下文服务。

基于 Model Context Protocol (MCP) 的后端服务，向大型语言模型（LLM）客户端提供 Griffin API 的资源、工具和提示模板，并通过 JSON-RPC 进行交互，支持 STDIO 传输等多种传输方式，帮助在对话中访问和操作银行相关数据。

基于 Model Context Protocol 的 MCP 服务器实现，提供资源托管、工具注册与提示模板渲染等能力，供 LLM 客户端以标准化方式获取上下文信息和外部功能访问。

基于 Model Context Protocol (MCP) 的后端服务实现，提供可供大模型（LLM）客户端查询的任务、仓库、项目等上下文与执行能力，通过 JSON-RPC 风格的 MCP 通信，将后端数据与功能暴露给 LLM 客户端使用，并支持通过标准的 MCP 服务器接口执行工具与任务流程。

基于 Model Context Protocol（MCP）的服务器端实现示例集合，展示如何暴露工具、资源与 Prompt 模板，并通过 JSON-RPC 与客户端进行通信，涵盖多种 MCP 服务端实现与用法，适合作为后端上下文服务的参考实现。

一个功能全面的模型上下文协议 (MCP) 服务器，通过标准化接口，让大型语言模型 (LLM) 客户端能够无缝访问和管理 CustomGPT 智能体及其数据。

一个最简化示例，展示如何基于MCP框架构建支持工具调用的服务器及对应的客户端。