基于 Model Context Protocol（MCP）的后端服务，向 LLM 客户端提供标准化的上下文信息和功能。通过 JSON-RPC（以 STDIO 传输为主）与客户端通信，支持托管资源、注册和执行工具、以及定义/渲染 Prompt 模板，并结合 OpenTelemetry 实现可观测性与可扩展性。
基于 Model Context Protocol 的企业级 MCP 服务器框架，提供资源与工具托管、提示模板、JSON-RPC 通信、OpenTelemetry 观测、企业级认证等能力，支持多传输模式（Stdio、SSE、WebSocket）与服务器组件聚合与扩展，能够为 LLM 客户端提供上下文数据、工具调用和提示渲染等服务。
基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源、工具、Prompt 模板等上下文能力的托管与管理，并通过 JSON-RPC 风格的 MCP 协议对接 LLM 客户端。实现了对 MCP 请求/响应的处理、传输协议支持（SSE/HTTP proxy、STDIO 启动模式等）、以及与网关、权限、鉴权和模块化插件体系的协同运行，定位于为 LLM 应用提供安全、可扩展的上下文服务框架。
为Next.js应用提供AI驱动的调试能力，通过OpenTelemetry收集遥测数据，并作为MCP服务器向LLM（如Cursor）提供调试上下文和工具。
演示如何使用MCP协议构建提供天气预报资源的服务器，并集成OpenTelemetry进行链路追踪。
Logfire MCP服务器允许LLM访问和分析您的OpenTelemetry遥测数据，包括追踪和指标，以便进行异常分析、自定义查询等操作。