"LLM上下文服务" 标签

基于 Model Context Protocol (MCP) 的后端服务实现。该仓库提供资源、工具、提示模板等的托管与管理，并通过 JSON-RPC/多传输协议与 MCP 客户端进行交互，实现对上下文信息、工具执行以及提示渲染的标准化后端服务。

基于 Model Context Protocol (MCP) 的后端服务器，作为 LLM 客户端的上下文服务提供资源管理、工具注册/执行、以及 Prompt 模板的渲染与管理，并通过 JSON-RPC 与客户端通信，支持 stdio 与 HTTP 等传输协议，具备会话管理、能力声明与安全访问控制等特性。

基于模型上下文协议（MCP）的后端服务实现，标准化向LLM客户端暴露资源、工具与Prompt模板，支持JSON-RPC通信、会话管理与能力声明，并可通过多传输协议（如 Stdio、SSE、WebSocket）提供上下文服务与扩展能力。

基于 Model Context Protocol 的后端服务器，面向 Code Ocean 平台，向大语言模型客户端提供 Capsule、数据资产、计算等资源的访问、工具执行以及提示模板渲染，并通过 JSON-RPC 形式暴露能力。

基于 Model Context Protocol (MCP) 的后端实现，提供资源、工具、提示模板等上下文服务，通过 JSON-RPC 与大语言模型客户端交互，整合 Qualys 安全数据并支持模块化扩展。

基于 Model Context Protocol (MCP) 的服务器端实现，提供资源、工具、提示等核心上下文能力给大模型/LLM 客户端，通过 JSON-RPC 形式对外提供 MCP 功能与会话管理，并可与多种传输模式协作。

基于 Model Context Protocol 的 MCP 服务器实现，向 LLM 客户端以标准化方式提供资源、工具和提示模板，支撑 AI 生成与上下文管理。

基于 Model Context Protocol（MCP）的后端服务器，聚合资源、工具与提示模板，提供标准化的 JSON-RPC 接口与会话管理，支持多传输协议以向大语言模型客户端提供上下文与功能能力。

基于 Model Context Protocol（MCP）的后端服务器集合，为 OpenAI Codex 及其生态中的多代理系统提供资源管理、工具执行、提示模板等统一的上下文服务，并通过 JSON-RPC 与 LLM 客户端通信，支持会话管理与多种传输通道（如 STDIO）。

基于 Model Context Protocol (MCP) 的后端框架与一系列可运行的 MCP 服务器实现，提供资源、工具、提示模板的统一管理，并通过 MCP JSON-RPC 机制向本地或远端的 LLM 客户端渲染上下文与功能。

基于模型上下文协议（MCP）的多服务器聚合网关实现，将多个 MCP 服务器的工具能力整合在一个统一的 MCP 服务端，通过 JSON-RPC 与客户端通信，提供合并后的工具集合、工具调用分发以及初始化/通知等能力。

基于 Model Context Protocol (MCP) 2025-11-25 规范的多传输 MCP 服务器实现，提供资源管理、工具注册与执行、提示模板渲染等核心能力，支持通过 JSON-RPC 与客户端通信，涵盖 stdio、HTTP/SSE、WebSocket、gRPC、HTTP streaming 等传输模式，具备会话管理与观测能力。

基于 Model Context Protocol（MCP）的后端服务，提供资源、工具与 Prompts 的统一对外入口，面向 LLM 客户端提供可扩展的上下文与数据能力。

基于 Model Context Protocol (MCP) 的后端服务器，提供对 Microsoft Access 数据库的资源管理、工具注册与执行以及提示模板渲染等能力，供大语言模型客户端通过 JSON-RPC 调用以获取上下文和功能支持。

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源、工具与提示模板的注册、执行与管理，并通过 JSON-RPC 标准接口向 LLM 客户端暴露上下文信息和能力。

基于 Model Context Protocol (MCP) 的后端服务器，向 LLM 客户端以标准化方式提供股票量价分析所需的数据、工具和提示模板，支持数据读取、工具执行、以及可渲染的提示模板，采用 JSON-RPC 通过 STDIO 等传输方式与客户端交互。

基于 Model Context Protocol 的服务器实现，将 Claude Code、Gemini CLI、Codex 作为工具对外暴露，供 MCP 客户端调用并通过标准输入输出进行通信。

面向大语言模型的后端MCP服务器，实现通过JSON-RPC向LLM客户端提供资源、工具和Prompt相关的上下文服务，支持跨GitHub、Jira、Confluence的数据获取与操作，以及会话管理与多传输协议接入的能力。

基于 Model Context Protocol (MCP) 的多层后端服务，向大型语言模型客户端提供资源管理、工具执行与 Prompt 模板渲染等上下文与功能，支持多种传输通道（stdio、HTTP、WebSocket、UDP InterLock）实现可扩展的上下文服务框架。

基于 Model Context Protocol (MCP) 的后端服务器，提供标准化的 JSON-RPC 接口，使 LLM 客户端能够读取资源、注册并执行工具、以及获取和渲染提示模板等上下文能力，用于支持以 AI 驱动的软件工厂工作流。

基于 MCP 协议的后端服务器，暴露 Arena PLM REST API 的查询与数据获取能力，供大语言模型客户端通过 JSON-RPC 调用工具、读取资源并渲染提示模板。

基于模型上下文协议（MCP）的后端服务器，向LLM客户端提供资源管理、工具执行和提示模板等上下文信息，支持多传输协议（如 Stdio、HTTP/WebSocket），通过 JSON-RPC 进行请求-响应交互。该实现覆盖资源、工具、Prompts 的注册、查询与渲染，以及会话管理与安全能力声明等核心功能，构成可扩展的对话上下文服务框架。

基于 Model Context Protocol 的后端服务器，向大语言模型（LLM）客户端以标准化的 JSON-RPC 形式提供资源、工具和提示模板等上下文服务，并通过 SSE/HTTP 等传输协议实现资源托管、工具注册与 Prompt 渲染等核心能力。

基于 Model Context Protocol (MCP) 的后端服务器实现，向大模型客户端提供可读的资源、可注册并执行的工具，以及可渲染的提示模板，采用 JSON-RPC 形式在 stdio、HTTP（Streamable HTTP/SSE）等传输协议下进行通信，支持会话管理、能力声明与多传输通道扩展。该仓库同时提供完整的服务端实现与配套客户端示例，便于将大模型接入为上下文服务与外部功能入口。

基于模型上下文协议（MCP）的多数据库后端服务器，向大型语言模型（LLM）客户端以标准化方式提供资源、工具与提示模板，支持跨数据库只读查询、元数据分析、以及数据探索等能力，并通过 JSON-RPC 与客户端通信。

基于 Model Context Protocol (MCP) 的服务器实现，提供通过 JSON-RPC 向 LLM 客户端暴露工具注册、执行与上下文交互的能力，适配本地开发与容器化部署场景。

基于Model Context Protocol的结构化AI任务执行服务器，提供标准化上下文和功能调用服务，支持LLM客户端多协议接入。

基于模型上下文协议（MCP）的后端网关与测试服务器集合，提供对 MCP 请求的路由与代理、会话管理、工具执行、资源访问，以及安全守护（如 PII 过滤、工具毒性检测、Rug Pull 防护）等功能，同时包含用于本地/云端部署的测试 MCP 服务器实现与示例。

基于 Model Context Protocol（MCP）的后端服务器，提供资源管理、工具注册与执行、以及提示模板的标准化上下文服务，面向 LLM 客户端通过 JSON-RPC 进行通信与交互。

基于 Model Context Protocol 的 MCP 服务器，向大型语言模型客户端提供对 Gitea 实例的资源、工具与提示模板等上下文能力，支持资源访问、工具调用与提示渲染。

基于 Model Context Protocol 的 MCP 风格服务器实现，提供对资源、工具和提示模板的标准化管理，内置 STDIO 与 SSE/HTTP 传输方式的服务器端实现，并可与 Agent2Agent 等组件协同工作，支持异步请求处理、流式响应和任务驱动的上下文服务。

基于模型上下文协议（MCP）的后端服务器实现，提供资源（Resources）托管与访问、工具（Tools）的注册与执行，以及提示模板（Prompts）的定义与渲染，支持通过 JSON-RPC 与客户端通信，并具备会话管理与多传输协议（如 Stdio、SSE、WebSocket）扩展能力，为大语言模型（LLM）应用提供安全、可扩展的上下文服务框架。

基于Model Context Protocol（MCP）的后端服务器，提供 Sekiban 文档与示例的查询、检索、分段渲染以及与LLM的交互工具，支持通过SSE/HTTP等传输方式与客户端通信，并可通过JSON-RPC风格请求获取资源、工具和提示模板等能力。

基于 Model Context Protocol (MCP) 的后端服务器，结合 Joern 代码分析平台，为 LLM 客户端提供统一的资源管理、工具注册、提示模板渲染等上下文服务，并通过 JSON-RPC 支持多种传输协议（如 stdio、SSE、WebSocket）来读取资源、执行工具和渲染 Prompt。该服务器实现了 MCP 的核心功能，包含会话管理、能力声明以及对外暴露的丰富工具和资源接口。

一个为通用人工智能（AGI）应用提供全面记忆管理解决方案的MCP服务器，支持多种记忆类型、向量搜索和图关系，并通过MCP协议向LLM提供上下文与功能。

一个通用的模型上下文协议（MCP）网关，为LLM提供多协议访问、智能记忆存储和丰富的工具集。

一个用于在Dart中快速、声明式地构建Model Context Protocol (MCP) 服务器的框架。

一个生产级的Model Context Protocol (MCP) 服务器，它将MITRE ATT&CK框架以标准化方式暴露给大型语言模型（LLM）、AI助手和自动化工作流。

一个企业级MCP（Model Context Protocol）网关，提供集中式的LLM上下文服务，具备多MCP服务器管理、OAuth认证、工具权限控制和会话隔离等功能。

基于Model Context Protocol (MCP) 为AI助手提供代码知识图谱、项目记忆及异步任务管理能力的上下文服务。

这是一个基于Model Context Protocol (MCP) 的AI辅助服务器，它统一托管并提供BMAD方法论中的专家AI智能体和自动化工作流，助力开发者在任何项目中高效使用AI助手。

ACB是一个模块化的Python框架，提供一个全面的Model Context Protocol (MCP) 服务器，使AI应用能发现、交互并编排其组件（如动作、适配器、服务）。

声明式AI工作流编排器，通过MCP协议将复杂AI服务和模型作为可调用工具提供给LLM客户端。

一个功能丰富的MCP服务器网关和代理，统一管理和联邦MCP、REST及A2A服务，为AI客户端提供全面的上下文和工具访问。

Automagik Genie 是一个自进化的AI代理编排框架，通过其内置的MCP服务器为LLM客户端提供项目上下文、工具调用和会话管理，加速AI开发流程。

作为Chat Bridge项目的后端组件，该服务通过JSON-RPC协议向LLM客户端提供标准化的对话历史查询、上下文记忆管理和工具集成功能。

一个基于Model Context Protocol (MCP) 的服务器，通过迭代优化（草稿、评论、修订、收敛）为LLM提供增强上下文和可调用工具，支持多种传输协议。

统一管理和聚合多个Model Context Protocol (MCP) 服务器，为LLM客户端提供标准化的上下文服务接口。

为Home Assistant提供AI辅助开发环境，通过MCP协议实现LLM对智能家居设备的上下文访问和控制。

VoltAgent MCP文档服务器是基于Model Context Protocol (MCP) 构建的实现，旨在以标准化方式向大型语言模型（LLM）客户端提供VoltAgent的文档、示例和更新日志作为上下文信息和工具。

基于.NET 9 ASP.NET Core实现的MCP服务器，支持API密钥/JWT认证、工具自动发现和OpenAPI。

连接 Claude Code AI 与 ACP 兼容客户端的适配器，内置 MCP 服务器提供文件、终端和权限工具。

基于FastMCP框架，为LLM客户端提供Oracle OCI资源和AI代理功能的上下文服务器，支持语义搜索和Deep Research。

一个高性能的自主网关服务，通过SSE流和MCP协议将Web应用与Conductor智能体执行系统连接。

为SinglePageStartup框架提供基于Model Context Protocol的上下文服务，管理资源和工具，支持LLM应用集成。

将GitHub Copilot的AI编程能力直接带入命令行终端，提供自然语言交互、代码辅助和GitHub工作流集成。

一个MCP服务器，集成RAGFlow REST API，为LLM客户端（如Claude Desktop）提供知识库查询、文档管理和智能RAG增强服务。

一个基于模型上下文协议（MCP）的后端服务，旨在将美国人口普查局的官方数据和统计信息提供给AI助手。

高性能Go HTTP服务框架，内置MCP协议支持，为LLM应用提供上下文管理、工具调用和Prompt服务。

为大型语言模型（LLM）提供Appian设计系统文档的上下文服务，支持公共和内部文档源的查询、搜索及组件详情获取。

Olane 是一个点对点、安全的 AI 网络基础设施，能够托管和管理资源、工具、Prompt，并通过 MCP 协议与 LLM 客户端通信。

一个基于Model Context Protocol (MCP) 的安全增强型后端服务器，通过结合mTLS和Biscuit令牌，为LLM应用提供多层加密授权的上下文服务。

为Dexter平台提供全面管理的模型上下文协议（MCP）桥接服务，通过Stdio和HTTPS向LLM客户端暴露精选的连接器工具。

一个集成了桌面自动化、多AI模型和15+MCP服务器的企业级多智能体开发工作流编排平台，提供上下文服务。

基于Model Context Protocol (MCP) 的全栈SaaS后端，提供资源、工具与OAuth2认证服务。

为LLM客户端提供Claude Code令牌使用量和成本分析服务，通过MCP协议暴露数据访问工具。

TWSLA是一个强大的日志分析工具，通过Model Context Protocol (MCP) 标准化接口，为LLM客户端提供日志搜索、统计、提取及智能分析功能。

基于Python和FastMCP构建的生产级Model Context Protocol (MCP) 服务器模板，提供工具、资源和Prompt管理、多协议传输及OAuth2认证支持。

OpenCog CogServer是OpenCog AtomSpace超图数据库的网络服务器，提供Scheme、Python和JSON命令行接口，并正在实验性地集成Model Context Protocol (MCP)以支持与LLM客户端的交互。

一个基于TypeScript构建的MCP服务器实现，提供上下文信息、工具执行、Prompt渲染以及OAuth认证和会话管理功能。

一个统一的 MCP 代理服务器，聚合多个 MCP 服务器、内置工具和文档管理功能，为 LLM 提供丰富上下文服务。

通过 MCP 协议为 AI 应用提供 Tableau 数据、可视化和 Pulse 指标的访问与功能集成。

一个基于Model Context Protocol (MCP) 标准，为LLM提供Teamwork.com项目管理上下文信息和操作功能的服务器。

HMP-Agent是一个模块化的AI代理实现，其认知连接器通过HTTP API向LLM客户端提供上下文信息和功能。

RAGex是一个高性能MCP服务器，为LLM（如Claude）提供代码库的语义和正则搜索能力，实现代码模式的智能发现与复用。

专为Next.js和Nuxt等Web框架设计，提供便捷的方式实现Model Context Protocol (MCP) 服务器，支持工具调用、上下文管理和AI模型通信。

一个基于Python的MCP服务器框架，提供持久化会话、工具和资源管理，支持服务器重启后安全地恢复LLM交互。

一个基于 Azure Container Apps 的 MCP 服务器快速部署解决方案，提供了可扩展的上下文信息和工具服务。

该服务器作为LLM与Observe可观测性平台之间的安全桥梁，通过MCP协议提供Observe API功能、OPAL查询辅助和故障排除手册访问。

提供一个可容器化部署的MCP服务器，用于向LLM客户端提供GraphQL API作为上下文和工具。

通过 Model Context Protocol (MCP) 将本地数据和工具安全、标准化地提供给大型语言模型（LLM）使用。

一个用Haskell语言实现的Model Context Protocol (MCP) 服务器框架。

本仓库提供了使用Python和TypeScript实现Model Context Protocol (MCP) 服务器的示例代码，展示了资源、工具和Prompt的功能。

通过互动教程和示例代码，学习构建MCP服务器和客户端。

基于Bun运行时，为LLM应用提供资源、工具和Prompt模板的标准上下文服务器。

基于 Solon AI 框架，展示如何在 Spring Boot, Solon, Vert.x 等多种 Java 框架中构建和集成 MCP 服务器，提供资源、工具、Prompt 能力。

基于 Python 实现的最小化 MCP 服务器，提供资源、工具和Prompt能力。

使用 TypeScript SDK 实现的 MCP 服务器和客户端示例，涵盖多种传输协议和授权流程。

基于Spring AI框架，提供MySQL数据库操作和外部API调用的MCP工具服务。

统一管理和桥接多个MCP服务器，简化LLM客户端配置，提供集中式的上下文服务接入点。

基于Spring AI框架构建的MCP服务器，提供资源、工具和Prompt模板管理，并通过SSE实现与LLM客户端的通信。

AIVK-QQ 是一个集成 MCP 服务器的智能 QQ 机器人框架，为大语言模型提供上下文服务和功能扩展，并具备便捷的 CLI 工具和 Napcat.Shell 启动器。

NGCBot MCP Server 是一个基于 NGCBot 微信机器人框架实现的 MCP 服务器，旨在为 LLM 应用提供微信相关的上下文信息和功能调用能力。

ToolHive 简化并安全地部署和管理 Model Context Protocol (MCP) 服务器，提升 LLM 应用的上下文服务能力。

Deco Apps 库提供了一系列基于 MCP 协议构建的应用，旨在为 LLM 客户端提供丰富的上下文信息和外部功能集成。

基于Node.js和Server-Sent Events实现的MCP协议参考服务器，提供工具注册和调用能力，支持与LLM客户端进行上下文交互。

MCPML是一个Python框架，用于构建基于模型上下文协议(MCP)的服务器，并支持CLI工具和OpenAI Agent集成。

Chef CLI 是一个用于 ADaaS 配方开发的命令行工具，同时可以作为 MCP 服务器为 LLM 客户端提供上下文服务。

基于Go语言实现的MCP服务器，专注于为LLM应用提供学术资源上下文和工具支持。

基于Epic Stack构建的MCP服务器示例，展示如何通过工具和SSE为LLM提供上下文信息。

Atrax 是一款 MCP 代理服务器，可以将多个 MCP 服务器聚合成一个统一的接口，为 LLM 客户端提供便捷的上下文服务。

基于 Azure Functions 的 MCP 服务器快速启动模板，帮助开发者轻松构建和部署云端 LLM 上下文服务。

OmniAI MCP服务器是一个基于Ruby实现的MCP协议服务器，旨在为LLM客户端提供资源、工具和Prompt模板管理能力，实现标准化的上下文服务。

基于GPT Researcher和Open WebUI构建的MCP服务器，为LLM应用提供研究和信息检索的上下文服务。

Dust Bridge Server 是一个 MCP 服务器，它充当 Windsurf IDE、Claude Desktop 等开发工具与 Dust AI 助手之间的桥梁，实现开发环境与 Dust AI 的集成。

基于Spring AI构建的MCP协议演示服务器，提供资源、工具和Prompt模板管理功能。

基于AWS的模块化MCP服务器集群，为LLM应用提供可扩展的上下文服务和工具集成。

基于Python的MCP服务器快速启动模板，支持工具、Prompt和资源管理，为LLM应用提供上下文服务。

Model Context Protocol (MCP) Python SDK 提供了一套全面的工具，用于构建兼容 MCP 协议的服务器和客户端应用，简化 LLM 应用的上下文管理。

基于Model Context Protocol的服务器实现，提供任务管理、文档处理、工作空间组织和AI集成等功能，增强LLM应用能力。

一个轻量级的本地MCP服务器实现，通过WebSocket和JSON-RPC协议，为LLM客户端提供文本处理和聊天能力。

Orq MCP Server提供开发者友好的Typescript SDK 和 MCP 服务器实现，用于管理 LLM 应用的资源、工具和 Prompt，符合 Model Context Protocol 标准。

ActionMCP是一个Ruby gem，旨在简化Rails应用构建MCP服务器的过程，提供Prompt、Tool和Resource等核心组件的框架。

orq-node 是一个开发者友好的 Typescript SDK，同时也是一个可安装的 MCP 服务器，旨在为 LLM 应用提供资源、工具和 Prompt 管理能力，简化 AI 应用的后端开发。

该项目是基于FastAPI和MCP的Python MCP服务器实现，旨在为LLM客户端提供标准化的上下文交互能力，包括资源管理、工具注册和Prompt模板支持。

mcp-typed-prompts仓库是一个Python实现的Model Context Protocol (MCP) SDK，它不仅包含了构建MCP客户端的工具，也提供了FastMCP服务器框架，用于快速搭建和运行MCP后端服务，以标准化方式向LLM应用提供资源、工具和Prompt模板。

该Ruby库提供了一个实验性的Model Context Protocol (MCP) 服务器实现，允许开发者使用Ruby构建兼容MCP协议的后端服务。

modelcontextprotocol_python-sdk 是一个Python SDK，用于构建 Model Context Protocol (MCP) 服务器，方便开发者为LLM应用提供标准化上下文服务。

MCP Foundation是一个MCP服务器管理器，通过Web界面和CLI工具，简化MCP服务器的安装、配置和管理，为LLM应用提供便捷的上下文服务部署方案。

LLMling Server是一个YAML配置驱动的MCP服务器，为LLM应用提供资源、工具和Prompt管理功能，支持Stdio和SSE等多种传输协议。

提供多种基于Model Context Protocol (MCP) 的参考服务器实现，演示如何为LLM提供工具和数据访问能力。