"Claude Desktop 集成" 标签

基于模型上下文协议（MCP）的后端服务器，向大语言模型客户端提供对 PostgreSQL 数据库的上下文信息、工具执行与数据访问能力，通过 JSON-RPC 进行通信，支持查询、表/视图与约束描述、索引、慢查询分析等多种工具的统一调用。

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 Prompt 模板渲染等能力，并通过 JSON-RPC 与 LLM 客户端通信，用于向本地应用数据、功能和交互模板提供统一上下文服务。

MegaMem 整合 Obsidian 插件与时序知识图谱，提供基于 Model Context Protocol（模型上下文协议）的 MCP 服务器端实现，支持资源管理、工具注册与执行、以及 Prompt 模板渲染，便于将 vault 内容以标准化上下文服务暴露给 LLM 客户端。

基于模型上下文协议（MCP）的 Slack 工作区后端服务器，为大语言模型客户端提供标准化的资源、工具和提示模板访问，并通过 JSON-RPC 与客户端通信。

基于 Model Context Protocol (MCP) 的服务器实现，提供资源管理、工具注册与执行，以及 Prompt 模板渲染等能力，通过 JSON-RPC 与 LLM 客户端进行通信，支持纯 Python 实现与 Rust 实现的双版本 MCP 服务端，适用于 Claude Desktop 等 MCP 客户端场景。

基于 Model Context Protocol (MCP) 的后端实现，提供策略评估、计费意图创建与使用计量等工具，通过 JSON-RPC 与 LLM 客户端交互，支持多种传输方式，作为 AI 代理上下文服务的核心服务器组件。

基于 Claude Desktop 的 MCP 服务器实现，提供资源管理、工具调用与提示模板渲染等能力，遵循 MCP 协议通过 JSON-RPC 与客户端通信，并通过标准化的传输（如标准输入输出）供 LLM 客户端安全、可扩展地获取数据上下文与功能。该实现包含服务器端工具注册、工具执行与对接客户端的最小示例，核心工具涵盖数据扫描、摘要、数据集与研究相关输出等。

此MCP服务器提供了一系列工具，用于管理 Airtable 数据库，包括库、表、字段和记录，使LLM能够以程序化的方式与 Airtable 进行交互。