"脚本执行" 标签

一个基于 Model Context Protocol (MCP) 的后端实现，用于向大语言模型客户端提供 Fiji / ImageJ 的资源、工具和提示模板等上下文信息，并通过 JSON-RPC 进行通信。核心功能包括托管 Fiji 资源、注册可调用的工具、渲染提示模板，以及会话管理。该实现通过 fastmcp 库暴露一个服务器实例，注册工具并提供运行入口。当前为 Proof of Concept（POC），依赖 ImageJ/Fiji 的 Java/JVM 环境以及对应的 Python 封装，便于在本地桌面环境或开发机上进行功能验证。

一个基于 Model Context Protocol (MCP) 的 ServiceNow 后端服务器实现，提供资源管理、工具注册与提示模板的标准化上下文服务，通过 JSON-RPC 与 LLM 客户端通信。

基于 Model Context Protocol (MCP) 的后端服务器，提供资源管理、工具注册/执行以及可渲染的提示模板等能力，并通过 JSON-RPC 与 LLM 客户端通信，支持多传输协议（如 Stdio、SSE、WebSocket）与会话管理，适配分布式上下文服务场景。

基于 Model Context Protocol (MCP) 的后端服务器集合，提供资源、工具、提示模板等能力，供大语言模型（LLM）通过 JSON-RPC 方式调用和使用，用于资源管理、工具执行、提示渲染等场景。

基于 Model Context Protocol (MCP) 的后端服务实现，提供 System/Enterprise 资源的托管与管理、工具的注册与执行、Prompt 模板的定义与渲染，并通过 JSON-RPC 与客户端通信，支持多传输协议以为 LLM 客户端提供安全、可扩展的上下文服务。

基于 Model Context Protocol (MCP) 的服务端实现，用于向基于 MCP 的中文/英文客户端提供标准化的上下文信息与功能。核心职责包括托管与管理 Tools、Resources、Prompts，支持通过 JSON-RPC 与客户端通信，提供会话管理、能力声明以及多传输协议的支持，适合在浏览器环境或本地服务中搭建对 LLM 的上下文服务框架。

基于模型上下文协议（MCP）的后端服务器，提供 MCP 指令注册与执行、资源与工具的管理，以及提示模板的渲染，供大模型客户端通过 JSON-RPC 调用，并可通过多传输协议进行通信。

通过 MCP 协议在 macOS 上执行 AppleScript/JXA 脚本，实现系统和应用自动化。

通过 MCP 协议为大型语言模型提供访问 DolphinDB 数据库和执行查询的能力。

一个MCP服务器，允许LLM通过执行脚本和查看截图来控制Adobe Illustrator，实现自动化和创意工作流程。

Node Runner MCP Server 是一个允许 LLM 客户端通过工具安全执行 Node.js 脚本、npm 命令和管理 Node.js 服务的 MCP 服务器。

一个轻量级的MCP服务器，允许AI助手通过执行PowerShell脚本来扩展功能，实现与Windows系统的交互自动化。

Nash MCP Server为LLM提供上下文服务，支持命令执行、代码运行、网页访问、安全密钥管理和任务自动化。

基于 Model Context Protocol (MCP) 构建的 Claude 代码能力服务器，提供代码理解、修改和执行工具，增强 LLM 的代码处理能力。

一个MCP服务器，允许LLM客户端通过run_command工具执行命令行命令，扩展LLM的功能边界。

该项目是一个基于 Model Context Protocol (MCP) 的本地命令执行服务器，允许 LLM 客户端通过工具调用执行本地系统命令并获取结构化输出。

Windows Terminal MCP服务器，使AI模型能够通过工具与Windows命令行交互，执行命令、读取输出和发送控制字符。

mcp-cli-exec 是一个MCP服务器，允许LLM客户端通过工具调用执行shell命令并获取结构化输出，支持原始命令执行和指定工作目录执行命令。

一个用于交互式数据探索的MCP服务器，提供CSV数据加载、Python脚本执行等工具，帮助用户进行数据分析。

Babashka MCP Server是一个MCP服务器，允许LLM客户端通过工具执行Babashka代码，并访问最近执行命令的历史记录作为资源。

Server Commands 是一个 MCP 服务器，允许 LLM 客户端通过工具调用在服务器端执行操作系统命令和脚本，并支持将命令输出作为 Prompt 消息插入对话历史。