"聊天机器人" 标签

基于 Model Context Protocol (MCP) 的 QQ 端上下文服务后台，使用 NapCatQQ（OneBot v11）实现 MCP 服务器，提供资源、工具与提示相关的上下文管理与操作能力，支持 JSON-RPC 交互、标准化的工具调用、历史回填与消息分段发送等功能。

整合Zammad工单系统的MCP服务器，通过标准化接口，使AI助手能与工单、用户、组织等进行交互。

一个生产级的MCP服务器，用于通过AI助手管理和自动化Discord，提供50多个Discord API集成工具。

基于 Model Context Protocol (MCP) 构建的后端，将 Zulip 功能作为工具和资源暴露给 LLM 客户端。

通过MCP协议，为LLM客户端提供连接OpenAI或兼容API的聊天能力和会话管理。

基于Model Context Protocol (MCP) 的Rust后端框架，提供工具、资源、Prompt管理和LLM交互能力。

一个符合Model Context Protocol (MCP) 标准的应用后端，为大语言模型 (LLM) 提供与Slack工作空间进行交互的能力。

基于Model Context Protocol (MCP) 构建的轻量级智能对话代理后端，支持快速嵌入网页和集成知识库/外部工具。

基于 Model Context Protocol (MCP) 连接 LLM 与 Evolution API，实现 WhatsApp 自动化交互。

基于 Spring Boot 和 MCP 构建的事件推荐聊天机器人后端，提供资源访问、工具注册和 Prompt 模板渲染等 MCP 核心功能。

为Kick平台设计的MCP服务器，为AI工具提供标准化的流媒体和互动API接口。

一个基于Model Context Protocol的服务器，使AI助手能够通过标准化的工具与Telegram进行交互，实现消息、照片发送和消息删除等功能。

基于 Gemini API 的 MCP 服务器，提供聊天、搜索、RAG 和思考等多种工具，并通过路由器统一管理。

为 Claude 等 MCP 客户端提供 Groq 闪速推理能力，支持文本转语音、语音转文本、图像分析和聊天等功能。

一个基于MCP协议实现的RAG聊天机器人后端，提供PDF文档问答和邮件发送等工具能力，支持LLM客户端通过MCP协议进行功能调用。

演示如何使用 Model Context Protocol (MCP) 构建支持 Claude LLM 的聊天应用，通过多个 MCP 服务器提供工具扩展 LLM 能力。

Grok MCP 插件是一个 MCP 服务器，旨在为 Cline 客户端提供对 Grok AI 强大功能的无缝访问，包括聊天补全、图像理解和函数调用。

一个基于MCP协议构建的聊天机器人，通过天气服务工具为用户提供实时天气查询功能。

基于MCP协议构建的新闻聊天机器人后端服务，提供实时新闻获取和自动摘要功能，支持LLM客户端进行对话式新闻交互。

senpai.nvim 是一个 Neovim AI 插件，内置 MCP 服务器，支持通过 Model Context Protocol 协议与 Mastra 等 MCP 服务器交互，实现聊天、RAG、Prompt Launcher 等 AI 功能。

Ollama MCP 服务器是一个基于 Model Context Protocol (MCP) 的服务器实现，它允许 LLM 客户端通过标准化的 JSON-RPC 协议与 Ollama 模型进行交互，提供本地模型推理能力作为工具。

基于FastMCP框架，集成Google Chat API的MCP服务器，提供访问和管理Google Chat消息的功能。

MCP-Discord 是一个 MCP 服务器，旨在使 AI 助手能够与 Discord 平台进行交互，提供消息发送、频道管理、论坛操作等功能。

Flock是一个低代码工作流平台，通过集成MCP服务器，实现协作式Agent的编排，用于构建聊天机器人和RAG应用。

NextChat-MCP 是一个定制版本，允许用户通过聊天创建和部署 MCP 服务器，简化了 MCP 服务器的创建和管理过程，并集成了 OpenRouter 以支持多种 LLM 模型。

演示如何使用Amazon Bedrock模型，通过Model Context Protocol (MCP) 协议集成外部工具和知识库，构建增强型聊天机器人应用。

一个基于Model Context Protocol (MCP) 实现的服务器，旨在为QQ机器人提供上下文信息和工具调用能力。

将 Dify 应用转化为符合 MCP 协议的服务器，为 MCP 客户端提供聊天和工作流功能。

基于大模型的智能对话机器人，通过插件和知识库扩展LLM能力，支持多平台接入，可作为企业级AI应用后端。

该项目是一个 MCP 服务器，为 MCP 客户端（如 Claude Desktop）提供 Discord 集成能力，允许 LLM 通过工具与 Discord 平台互动。

提供一个MCP服务器，允许LLM客户端通过Tool控制Twitch聊天频道发送消息。

该仓库提供了一个基于Node.js的最小化MCP服务器实现，用于上下文管理和工具执行，并包含一个集成了Langchain和Ollama的客户端示例。

基于MCP协议的Telegram服务器，允许LLM应用通过Telegram发送消息和请求用户输入。

此MCP服务器允许LLM客户端向Discord频道发送消息和Prompt，并接收响应，从而实现LLM与Discord的互动。

Glean MCP服务器是一个基于Model Context Protocol的后端实现，集成了Glean API，为LLM客户端提供企业搜索和聊天工具，方便LLM应用访问企业内部知识库和信息。

Dify AI MCP服务器是一个工具服务器，通过MCP协议将Dify AI的聊天能力和餐厅推荐工具集成到LLM客户端。

Perplexity MCP Server 是一个 Node.js 实现，为 Claude 等 MCP 客户端提供 Perplexity AI 的聊天和查询工具，实现与 Perplexity 语言模型的交互。

此MCP服务器使LLM能够与Discord频道互动，通过工具发送消息和读取频道信息，扩展LLM在Discord平台上的应用能力。

Youtube Summarizer MCP Server是一个基于MCP协议的服务端，将Youtube摘要API封装为工具，供LLM应用调用，实现视频摘要和聊天功能。

Perplexity Chat MCP Server是一个基于Python的MCP服务器，通过工具集成Perplexity API，为LLM客户端提供问答、聊天和历史记录管理功能。