"MCP 集成" 标签

基于 Model Context Protocol 的 MCP 服务器实现，提供资源、工具与提示模板等上下文服务，通过 JSON-RPC 2.0 的 MCP 接口与 LLM 客户端对接，支持在 MultiversX 区块链上进行证据证明与工具调用等能力。

基于 Model Context Protocol（MCP）的后端服务器实现，向大型语言模型客户端提供资源访问、工具调用和可渲染的提示/上下文模板，支持多种传输方式（stdio、Streamable HTTP），通过 JSON-RPC 与客户端通信并实现会话管理和能力声明。

基于 Model Context Protocol 的后端服务器，提供 DuckDuckGo 网络检索、新闻检索与 Jina Reader 内容获取等工具，并通过 MCP 协议向大型语言模型客户端提供规范化的资源与工具访问。

基于 MCP 的 GhostFetch 服务器实现，为 MCP 客户端提供对 GhostFetch 功能的统一访问，支持通过 JSON-RPC 的 stdio 传输与客户端交互（初始化、工具列表、工具调用、通知等）

基于 Model Context Protocol (MCP) 的后端服务器，为 MCP 客户端提供 pyscn 的资源访问、工具注册/执行和提示模板渲染能力，通过 JSON-RPC 与客户端通信，支持多种传输通道并实现会话管理与能力声明。该实现以 pyscn 的命令行分析能力为核心，暴露给 AI 辅助工具集成使用。

基于 Model Context Protocol 的 Skyll MCP 服务器，提供技能搜索与获取工具，供 LLM 客户端通过 MCP 协议进行上下文检索与功能调用，支持多传输协议、会话管理与缓存优化。

基于 Model Context Protocol (MCP) 的后端实现，负责注册、管理与渲染 MCP 服务器、资源与工具，并通过流式交互与 MCP 客户端协同工作，提供对上下文、工具和提示模板的标准化服务。

基于 Model Context Protocol (MCP) 的后端服务，向大语言模型客户端提供对 1000 Genomes Project 数据集的资源、工具和提示模板等上下文信息的标准化访问，并通过 JSON-RPC 风格的 MCP 客户端进行交互。