标签搜索结果
基于 Model Context Protocol (MCP) 的后端服务，向 LLM 客户端以标准化方式提供资源数据、可注册与调用的工具，以及可渲染的 Prompt 模板；通过 JSON-RPC 进行通信，支持会话管理、能力声明与多传输协议（如 StdIO、SSE、WebSocket），为 LLM 应用提供安全、可扩展的上下文服务框架。
Neo.mjs AI-Native 平台提供了一套专为大语言模型（LLM）代理设计的 MCP 服务器，通过语义知识库、长期记忆和GitHub工作流集成，加速AI驱动的应用开发。
一个AI驱动的Markdown项目管理系统，将分散的文档转化为有组织、版本控制的工单板，并支持LLM进行工单管理和代码实现。