标签搜索结果
基于 Model Context Protocol (MCP) 的后端服务器实现，提供跨用户会话的资源、工具与提示模板等上下文服务，并通过 Relay 数据库实现多用户场景的查询与共享，采用 JSON-RPC/SSE 的通信方式对接 LLM 客户端。
基于 Model Context Protocol（MCP）的本地化后端服务，使用 SQLite 持久化存储并通过 stdio 进行 JSON-RPC 通信，向 LLM 客户端提供资源、工具和提示模板等能力，便于在本地环境中为 AI 编码代理提供上下文与功能。
基于 Model Context Protocol (MCP) 的服务器实现，为 LLM 客户端提供对 VirtualTabs 的资源、工具、提示模板等能力的标准化访问与管理接口，支持根路径配置、日志级别控制、以及多种传输方式（如 STDIO），实现对虚拟工作区分组与 AI 交互上下文的后端服务。
基于模型上下文协议（MCP）的后端实现，提供资源、工具和提示模板的管理与渲染，通过 JSON-RPC 与 LLM 客户端通信，支持流式传输与子进程传输，并能与 Claude Desktop 等 MCP 客户端无缝对接。
基于 Model Context Protocol (MCP) 的后端服务器实现，提供持久化 PowerShell 会话、资源管理与工具执行，供大型语言模型（LLM）客户端通过 JSON-RPC 访问上下文数据和可执行功能。